Sistem Pendukung Keputusan Pemilihan Produk Simpanan Bank Berbasis Mobile Menggunakan Fuzzy Database Model Tahani
Association for Information Systems – Indonesia chapter (AISINDO)
1
Sistem Pendukung Keputusan Pemilihan Produk Simpanan Bank
Berbasis Mobile Menggunakan Fuzzy Database Model Tahani
Nina Setiyawati
Program Studi Teknik Informatika, FTI UKSW; Salatiga, (0298) 321212
e-mail: nina.setiyawati@staff.uksw.edu
Abstrak
Simpanan dihasilkan dari 3 entitas ekonomi, yaitu rumah tangga, perusahaan dan
pemerintah. Terdapat banyak produk simpanan masyarakat. Untuk membantu masyarakat
dalam memilih produk simpanan, pada penelitian sebelumnya dirancang Sistem Pendukung
Keputusan (SPK) pemilihan produk simpanan bank berbasis web. Dengan mengetahui
produk simpanan yang sesuai sebelum memilihnya, diharapkan berkurangnya angka
rekening dorman yang disebabkan oleh tidak dilakukannya transaksi selama enam bulan
berturut-turut. Melihat fakta bahwa pengguna aktif smartphone Indonesia berada pada
daftar 5 tertinggi di dunia, pada penelitian ini dilakukan pengembangan SPK pemilihan
produk simpanan bank berbasis mobile pada android platform, dengan memanfaatkan
service Google Cloud Messaging (GCM) sehingga masyarakat dapat mendapatkan informasi
produk simpanan. Rekomendasi SPK pada pemilihan produk simpanan memanfaatkan Fuzzy
Database Model Tahani. Hasil penelitian ini membantu masyarakat untuk menentukan
produk simpanan sesuai dengan pilihan.
Kata kunci: Sistem Pendukung Keputusan (SPK), Simpanan, Mobile, Fuzzy Database
Model Tahani
Abstract
Savings are generated from 3 economic entities, i.e households, companies and
governments. There are many public savings products. To assist the society in choosing
savings products, the previous research designed Decision Support System (DSS) of selection
bank savings products using web-based application. By knowing the appropriate deposit
product before choosing it, it is expected to reduce the number of dormant accounts caused
by non-transaction for six consecutive months. Considering the fact that Indonesian is in the
top 5 list in the world for smartphone active users, this research develop DSS of selection
bank savings products using mobile technology on android platform. This apllication build
with service Google Cloud Messaging (GCM) so that, the society can get information about
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
2
the deposit product. DSS recommend for selection deposit product utilized Fuzzy Database
Model Tahani. The result of this study can help the society for determining the deposit
product according to the selection.
Keywords: Decision Support System (DSS), Savings, Mobile, Fuzzy Database Model Tahani.
1. PENDAHULUAN
Simpanan dianggap sebagai variabel makro-ekonomi yang penting dengan
fondasi mikro-ekonomi untuk mencapai kestabilan harga dan mendorong
kesempatan kerja, yang akan berkontribusi pada pertumbuhan ekonomi yang
berkesinambungan [1], sehingga dapat dikatakan bahwa simpanan memiliki peran
penting bagi perekonomian. Simpanan dihasilkan dari 3 entitas ekonomi, yaitu
rumah tangga, perusahaan dan pemerintah [2]. Simpanan masyarakat adalah
simpanan milik pihak ketiga bukan bank umum dan Bank Perkreditan Rakyat/BPR
(termasuk penghimpunan dana dengan prinsip syariah) baik dalam Rupiah maupun
Valuta Asing (BPR saat ini tidak diperbolehkan menerima simpanan dalam Valuta
Asing) yang berbentuk giro, tabungan dan simpanan berjangka [3]. Melihat
pentingnya simpanan, pada 20 Februari 2010 mencanangkan Gerakan Indonesia
Menabung (GIM).
Bank-bank umum di Indonesia memiliki berbagai produk simpanan masyarakat
dengan fitur dan manfaat yang berbeda-beda dan masyarakat bisa memilih produk
simpanan yang sesuai dengan kebutuhannya. Untuk membantu masyarakat dalam
memilih produk simpanan, pada penelitian sebelumnya dirancang Sistem
Pendukung Keputusan (SPK) pemilihan produk simpanan bank berbasis web [4].
Dengan mengetahui produk simpanan yang sesuai sebelum memilihnya, diharapkan
berkurangnya angka rekening dorman yang disebabkan oleh tidak dilakukannya
transaksi selama enam bulan berturut-turut.
Database adalah kumpulan data yang saling berelasi. Dengan data, dapat
diketahui fakta yang terekam dan serta makna implisitnya [5]. Database adalah
komponen penting dalam kehidupan masyarakat modern. Akan tetapi, sistem
database standar hanya bisa menangani data yang bersifat pasti. Sedangkan pada
kehidupan sehari-hari, seringkali dibutuhkan adanya penanganan pada data-data
yang bersifat samar pada sistem database, seperti kasus pemilihan produk
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
3
simpanan. Maka untuk mengatasi masalah tersebut dapat digunakan konsep logika
fuzzy yang diimplementasikan ke dalam database atau biasa disebut Fuzzy Database
Model Tahani.
Pada tahun 2017 pengguna aktif bulanan smartphone di Indonesia adalah 86,6
juta orang [6,7] dan diperkirakan akan meningkat di tahun 2018. Hal ini mendorong
banyak dikembangkannya aplikasi berbasis mobile. Melihat fakta tersebut, pada
penelitian ini, dilakukan pengembangan SPK pemilihan produk simpanan bank
menggunakan Fuzzy Database Model Tahani berbasis mobile pada platform android
berdasarkan penelitian yang telah dilakukan sebelumnya. Pada penelitian
sebelumnya, SPK yang dibangun belum responsif pada semua perangkat, oleh
karena itu pengembangan SPK berbasis mobile diharapkan dapat mempermudah
pengaksesan oleh masyarakat melalui smartphone.
2. METODE PENELITIAN ATAU PERUMUSAN SOLUSI
Penelitian ini adalah pengembangan dari penelitian sebelumnya. Tahapan yang
dilakukan pada penelitian ini terlihat pada Gambar 1
Analisis Kebutuhan
Perancangan Aplikasi
Pembangunan
Pengujian Aplikasi
Gambar 1 Tahapan Penelitian
Penjelasan tahapan yang dilakukan adalah sebagai berikut:
1. Pengumpulan Analisis Kebutuhan
Pada tahap ini dilakukan pengumpulan kebutuhan yang diperlukan untuk
membangun SPK pemilihan produk simpanan bank berbasis mobile.
2. Perancangan Aplikasi
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
4
Pada tahap ini dilakukan perancangan aplikasi yang terdiri dari perancangan SPK,
perancangan antar muka, perancangan web service, perancangan arsitektur sistem.
Use case diagram aplikasi dapat dilihat pada Gambar 2
Gambar 2 Use Case Diagram
Gambar 2 merupakan use case diagram dari SPK pemilihan produk simpanan
bank. Aplikasi ini mempunyai 2 aktor yaitu masyarakat yang bisa mengakses SPK dan
administrator yang mempunyai hak akses untuk mengelola data bank, produk
simpanan, dan mengubah data keanggotaan. Arsitektur SPK pemilihan produk
simpanan bank terlihat pada Gambar 3.
Gambar 3 Arsitektur SPK Pemilihan Produk Simpanan Bank
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
5
Dari Gambar 3 terlihat bahwa pengguna dapat mengakses SPK melalui aplikasi
yang telah diimplementasikan ke dalam smartphone yang mempunyai sistem
operasi android, sedangkan administrator melakukan pengelolaan data melalui
halaman administrator berbasis web. Baik pengguna maupun administrator harus
terhubung internet untuk dapat mengakses data. Dengan adanya internet, aplikasi
mobile dapat mengirimkan dan mengambil data di database server melalui web
service JSON. Aplikasi mobile memanfaatkan teknologi Google Cloud Messaging
(GCM) untuk dapat menerima notifikasi pemberitahuan tentang produk simpanan
dari administrator.
3. Pembangunan Aplikasi
Pada tahap ini dilakukan pengkodean aplikasi menggunakan framework
CodeIgniter untuk modul administrator, dan menggunakan bahasa pemrograman
Java pada IDE Eclipse.
4. Pengujian Aplikasi
Pada tahap ini dilakukan pengujian aplikasi menggunakan pengujian blackbox
dan pengujian pengguna.
3. HASIL DAN PEMBAHASAN
SPK pemilihan produk simpanan bank terdiri dari 2 modul utama, yaitu modul
pengguna yang merupakan aplikasi berbasis mobile, dan modul administrator yang
merupakan aplikasi berbasis web. Modul pengguna adalah proses pemberian
rekomendasi pemilihan produk simpanan bank dilakukan. Untuk mendapatkan
rekomendasi, pengguna harus memasukkan fasilitas dan kriteria dari produk
simpanan yang diinginkan pada menu SPK seperti terlihat pada Gambar 4.
Gambar 4 merupakan tampilan menu SPK. Pada menu SPK, pengguna bisa
memilih lebih dari satu (1) fasilitas produk simpanan yang diinginkan, serta harus
mengisi empat (4) kriteria produk simpanan. Dari fasilitas dan kriteria yang
dimasukkan oleh pengguna, sistem melakukan perhitungan firestrenght untuk
mendapatkan produk mana yang sesuai dengan keinginan pengguna. Rekomendasi
SPK terlihat pada Gambar 5
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
6
Gambar 4 Tampilan Menu SPK
Gambar 5 Rekomendasi Produk Simpanan
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
7
Gambar 5 adalah tampilan rekomendasi produk simpanan. Firestrenght adalah
nilai rekomendasi dengan 1 adalah nilai tertinggi dan 0 adalah nilai terendah. Selain
nilai rekomendasi, daftar rekomendasi juga memberikan prosentase jumlah variabel
yang memenuhi kriteria yang dimasukkan pengguna.
Pada sisi administrator, dapat dilakukan pengelolaan data bank, produk
simpanan, dan daftar keanggotaan. Halaman pengelolaan produk simpanan terlihat
pada Gambar 6 dan halaman pengelolaan daftar keanggotaan terlihat pada Gambar
7
Gambar 6 Halaman Pengelolaan Produk Simpanan
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
8
Gambar 7 Halaman Pengelolaan Data Keanggotaan
Gambar 7 adalah halaman pengelolaan data keanggotaan. Pengubahan batas
keanggotaan mengakibatkan domain himpunan fuzzy juga berubah, sehingga nilai
derajat keanggotaan tiap variabel simpanan pada masing-masing himpunan fuzzy
berubah pula dan menghasilkan perbedaan hasil rekomendasi. Menu pengubahan
data keanggotaan diberikan agar pengubahan batas keanggotaan dapat dilakukan
secara dinamis mengikuti perkembangan fasilitas produk simpanan.
3.1. Proses Perhitungan Fuzzy Database Model Tahani
Proses perhitungan dengan metode Fuzzy Database Model Tahani diawali
dengan menghitung fungsi keanggotaan. Baris program pengambilan batas
keanggotaan pada database dapat dilihat pada Kode Program 1.
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
9
Kode Program 1. Ambil Keanggotaan
1 public function getKeanggotaan() {
2 $q = $this->db->get('keanggotaan');
3 $q = $q->result();
Baris 1-3 pada Kode Program 1 digunakan untuk mengambil batas-batas
keanggotaan yang ada pada tabel keanggotaan. Batas-batas keanggotaan digunakan
untuk menghitung miu (µ) setiap himpunan pada setiap variabel. Perhitungan miu
(µ) pada himpunan Rendah pada variabel Setoran Awal terlihat pada Kode Program
2.
Kode Program 2. Perhitungan Miu (µ) Pada Himpunan Rendah Variabel Setoran Awal
1.
2.
3.
4.
5.
6.
7.
8.
9.
if(count($anggota) = $anggota['sa1atas']) {
$miu['rendah'] = 0;}
Saat user memasukkan fasilitas dan kriteria yang diinginkan, sistem akan
melakukan proses pengambilan data simpanan berdasarkan fasilitas yang dipilih
oleh user, dan melakukan perhitungan miu (µ) data simpanan tersebut pada setiap
himpunan setiap variabel. Dari data simpanan yang telah diketahui nilai
keanggotaan (µ) pada setiap himpunan, maka ditentukan himpunan fuzzy yang
digunakan dengan operasi fuzzy max. Baris program operasi penentuan himpunan
fuzzy terlihat pada Kode Program 2.
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
10
Kode Program 2. Penentuan Himpunan Fuzzy
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
$kriteria = array();
$kriteria['setoranAwal'] = $this->appmodel->getMaxKey($miu['setoranAwal']);
$kriteria['administrasi'] = $this->appmodel->getMaxKey($miu['administrasi']);
$kriteria['saldoMin'] = $this->appmodel->getMaxKey($miu['saldoMin']);
$kriteria['bungaMax'] = $this->appmodel->getMaxKey($miu['bungaMax']);
$tempMiuAkhir = array();
foreach($dataAwal as $d) {$miuSetoranAwal = $tempSetoranAwal[$d
>id][$kriteria['setoranAwal']];
$miuAdministrasi = $tempAdministrasi[$d->id][$kriteria['administrasi']];
$miuSaldoMin = $tempSaldoMin[$d->id][$kriteria['saldoMin']];
$miuBungaMax = $tempBungaMax[$d->id][$kriteria['bungaMax']];
$tempMiuAkhir[$d->id] = array(
'setoranAwal'=>$miuSetoranAwal,
'administrasi'=>$miuAdministrasi,
'saldoMin'=>$miuSaldoMin,
'bungaMax'=>$miuBungaMax);
Baris program 6-16 adalah proses pengambilan data simpanan yang terletak
pada himpunan fuzzy yang digunakan. Proses perhitungan yang terakhir adalah
proses penentuan firestrength yang pada penelitian ini dapat juga disebut nilai hasil
rekomendasi. Baris program penentuan firestrength dapat dilihat pada Kode
Program 3.
Kode Program 3. Proses Perhitungan Firestrength
1.
2.
3.
4.
5.
6.
$hasil = array();
foreach($tempMiuAkhir as $key => $val) {
$fireStrength = $this->appmodel->getFireStrengthMin($val);
$hasil[$key] = $fireStrength;}
$hasil = $this->appmodel->sortPercentage($hasil, $tempMiuAkhir);
$vars['hasil'] = $hasil;
Pada Kode Program 3 terlihat proses penentuan firestrength diambil dari Miu
(µ) terendah dari keempat variabel. Baris program 1-3 adalah proses pengambilan
derajat rekomendasi yang paling rendah dari tiap-tiap simpanan. Baris program 5
adalah pengurutan data berdasarkan prosentase derajat rekomendasi yang tidak
bernilai 0 (nol) dan berdasarkan nilai derajat rekomendasi. Untuk hasilnya
prosentase tertinggi ada di urutan paling atas. Secara garis besar proses SPK
menggunakan Fuzzy Database Model Tahani terlihat pada Gambar 8
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
11
Gambar 8 Proses SPK Menggunakan Fuzzy Database Model Tahani
Pengujian SPK dilakukan dengan pengujian blackbox dan Uji pengguna. Uji
pengguna dilakukan dengan memberika kuesioner kepada 30 sample pengguna dari
berbagai latar belakang profesi yang berbeda. Tabel 1 memperlihatkan hasil
pengujian pengguna.
Tabel 1. Hasil Pengujian Pengguna
No
Pernyataan
1
CS
S
SS
SPK mudah digunakan dan antar muka baik
3
20
7
2
Hasil rekomendasi sesuai dengan kriteria yang
dimasukkan
1
13
16
3
SPK pemilihan produk simpanan membantu memilih
produk simpanan
2
19
9
4
Teknologi notifikasi membantu pengguna menerima
3
20
7
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
STS
TS
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
12
informasi produk simpanan
5
Pengmbangan aplikasi berbasis mobile memudahkan
pengguna dalam mengakses SPK
2
19
16
Setelah semua jawaban diketahui maka yang dilakukan adalah menghitung
presentase jawaban responden yang telah mengisi daftar pertanyaan. Perhitungan
dilakukan menggunakan skala Likert [8], dimana masing-masing jawaban diberi skor
1-5 dengan penjelasan sebagai berikut:
1. Sangat Tidak Setuju (STS) = 1
2. Tidak Setuju (TS) = 2
3. Cukup Setuju (CS) = 3
4. Setuju (S) = 4
5. Sangat Setuju (SS) = 5
Hasil analisis data untuk pertanyaan 1 menunjukkan sebanyak 23,33%
responden menjawab sangat setuju, 66,67% responden menjawab setuju dan
10,00% responden menjawab cukup setuju. Jadi disimpulkan bahwa aplikasi ini
mudah untuk digunakan.
Hasil analisis data untuk pertanyaan 2 menunjukkan sebanyak 53,33%
responden menjawab sangat setuju, 43,33% responden menjawab setuju dan 3,34%
responden menjawab cukup setuju. Jadi disimpulkan bahwa hasil rekomendasi
sesuai dengan kriteria yang dimasukkan pengguna.
Hasil analisis data untuk pertanyaan 3 menunjukkan sebanyak 30,00%
responden menjawab sangat setuju, 63,33% responden menjawab setuju dan 6,67%
responden menjawab cukup setuju. Jadi dapat disimpulkan bahwa SPK pemilihan
produk simpanan membantu memilih produk simpanan.
Hasil analisis data untuk pertanyaan 4 menunjukkan sebanyak 23,33%
responden menjawab sangat setuju, 66,67% responden menjawab setuju dan
10,00% responden menjawab cukup setuju. Jadi disimpulkan bahwa notifikasi
membantu pengguna mendapatkan informasi seputar produk simpanan.
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
13
Hasil analisis data untuk pertanyaan 5 menunjukkan sebanyak 30,00%
responden menjawab sangat setuju, 63,33% responden menjawab setuju dan 6,67%
responden menjawab cukup setuju. Jadi dapat disimpulkan aplikasi berbasis mobile
mempermudah pengguna dalam mengakses SPK.
4. KESIMPULAN DAN SARAN
Pada penelitian ini dilakukan pengembangan SPK pemilihan produk simpanan
berbasis mobile menggunakan Fuzzy Database Model Tahani. Dari hasil uji pengguna
didapatkan bahwa SPK pemilihan produk simpanan membantu memilih produk
simpanan dengan memberikan hasil rekomendasi yang sesuai dengan kriteria yang
dimasukkan, selain itu pengembangan ke menjadi aplikasi berbasis mobile,
memeprmudah pengguna dalam mengakses SPK. Untuk penelitian ke depan, bisa
dilalukan penambahan kriteria himpunan fuzzy serta dapat diimplementasikan pada
platform lain.
DAFTAR PUSTAKA
1] Mishra, P.K, S. K. Mishra, and J. R. Das., 2010, The Dynamics of Savings and
Investment Relationship in India. European Journal of Economics, Finance and
Administrative Sciences,ISSN 1450-2887 Issue 18.
[2] Wirapati,B.A., Kusumawardhani, N. A. S., Apakah Acfta Merupakan Strategi Yang
Tepat Untuk Penuntasan Kemiskinan Yang Berkesinambungan?:Bukti Dari
Penurunan Tingkat SIMPANAN, Buletin Ekonomi Moneter dan Perbankan, Juli
2010.
[3] Simpanan Masyarakat Indonesia,
http://www.bi.go.id/id/statistik/metadata/sekda/Documents/1_Simpanan_Mas
yarakat_Indo_v2.pdf. Diakses pada 1 Agustus 2017.
[4] Setiyawati, N., Tanaamah, A.R., Manuputty, A.D., Sistem Pendukung Keputusan
Pemilihan Produk Simpanan Bank dengan Metode Fuzzy Database Model Tahani,
Skripsi Program Studi Teknik Informatika Fakultas Teknolohi Informasi UKSW,
2010.
[5] Elmasri, R., Navathe, S.B., 2011, Fundamentals of Database Systems, Amerika
Serikat, Addison-Wesley.
[6] Millward, S., Indonesia to be World’s Fourth-Largest Smartphone Market by
2018,https://www.techinasia.com/indonesia-worlds-fourth-largest-smartphone2018-surpass-100-million-users. Diakses pada tanggal 2 Juli 2017.
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
14
[7] www.emarketer.com, 2 Billion Consumers Worldwide to Get Smart(phones) by
2016, https://www.emarketer.com/Article/2-Billion-Consumers-WorldwideSmartphones-by-2016/1011694. Diakses pada tanggal 2 Juli 2017.
[8] Movies, Andris. 2011. Skala Likert.
https://www.academia.edu/7233329/Skala_Likert, (diakses pada 06 Juli 2017).
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
1
Sistem Pendukung Keputusan Pemilihan Produk Simpanan Bank
Berbasis Mobile Menggunakan Fuzzy Database Model Tahani
Nina Setiyawati
Program Studi Teknik Informatika, FTI UKSW; Salatiga, (0298) 321212
e-mail: nina.setiyawati@staff.uksw.edu
Abstrak
Simpanan dihasilkan dari 3 entitas ekonomi, yaitu rumah tangga, perusahaan dan
pemerintah. Terdapat banyak produk simpanan masyarakat. Untuk membantu masyarakat
dalam memilih produk simpanan, pada penelitian sebelumnya dirancang Sistem Pendukung
Keputusan (SPK) pemilihan produk simpanan bank berbasis web. Dengan mengetahui
produk simpanan yang sesuai sebelum memilihnya, diharapkan berkurangnya angka
rekening dorman yang disebabkan oleh tidak dilakukannya transaksi selama enam bulan
berturut-turut. Melihat fakta bahwa pengguna aktif smartphone Indonesia berada pada
daftar 5 tertinggi di dunia, pada penelitian ini dilakukan pengembangan SPK pemilihan
produk simpanan bank berbasis mobile pada android platform, dengan memanfaatkan
service Google Cloud Messaging (GCM) sehingga masyarakat dapat mendapatkan informasi
produk simpanan. Rekomendasi SPK pada pemilihan produk simpanan memanfaatkan Fuzzy
Database Model Tahani. Hasil penelitian ini membantu masyarakat untuk menentukan
produk simpanan sesuai dengan pilihan.
Kata kunci: Sistem Pendukung Keputusan (SPK), Simpanan, Mobile, Fuzzy Database
Model Tahani
Abstract
Savings are generated from 3 economic entities, i.e households, companies and
governments. There are many public savings products. To assist the society in choosing
savings products, the previous research designed Decision Support System (DSS) of selection
bank savings products using web-based application. By knowing the appropriate deposit
product before choosing it, it is expected to reduce the number of dormant accounts caused
by non-transaction for six consecutive months. Considering the fact that Indonesian is in the
top 5 list in the world for smartphone active users, this research develop DSS of selection
bank savings products using mobile technology on android platform. This apllication build
with service Google Cloud Messaging (GCM) so that, the society can get information about
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
2
the deposit product. DSS recommend for selection deposit product utilized Fuzzy Database
Model Tahani. The result of this study can help the society for determining the deposit
product according to the selection.
Keywords: Decision Support System (DSS), Savings, Mobile, Fuzzy Database Model Tahani.
1. PENDAHULUAN
Simpanan dianggap sebagai variabel makro-ekonomi yang penting dengan
fondasi mikro-ekonomi untuk mencapai kestabilan harga dan mendorong
kesempatan kerja, yang akan berkontribusi pada pertumbuhan ekonomi yang
berkesinambungan [1], sehingga dapat dikatakan bahwa simpanan memiliki peran
penting bagi perekonomian. Simpanan dihasilkan dari 3 entitas ekonomi, yaitu
rumah tangga, perusahaan dan pemerintah [2]. Simpanan masyarakat adalah
simpanan milik pihak ketiga bukan bank umum dan Bank Perkreditan Rakyat/BPR
(termasuk penghimpunan dana dengan prinsip syariah) baik dalam Rupiah maupun
Valuta Asing (BPR saat ini tidak diperbolehkan menerima simpanan dalam Valuta
Asing) yang berbentuk giro, tabungan dan simpanan berjangka [3]. Melihat
pentingnya simpanan, pada 20 Februari 2010 mencanangkan Gerakan Indonesia
Menabung (GIM).
Bank-bank umum di Indonesia memiliki berbagai produk simpanan masyarakat
dengan fitur dan manfaat yang berbeda-beda dan masyarakat bisa memilih produk
simpanan yang sesuai dengan kebutuhannya. Untuk membantu masyarakat dalam
memilih produk simpanan, pada penelitian sebelumnya dirancang Sistem
Pendukung Keputusan (SPK) pemilihan produk simpanan bank berbasis web [4].
Dengan mengetahui produk simpanan yang sesuai sebelum memilihnya, diharapkan
berkurangnya angka rekening dorman yang disebabkan oleh tidak dilakukannya
transaksi selama enam bulan berturut-turut.
Database adalah kumpulan data yang saling berelasi. Dengan data, dapat
diketahui fakta yang terekam dan serta makna implisitnya [5]. Database adalah
komponen penting dalam kehidupan masyarakat modern. Akan tetapi, sistem
database standar hanya bisa menangani data yang bersifat pasti. Sedangkan pada
kehidupan sehari-hari, seringkali dibutuhkan adanya penanganan pada data-data
yang bersifat samar pada sistem database, seperti kasus pemilihan produk
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
3
simpanan. Maka untuk mengatasi masalah tersebut dapat digunakan konsep logika
fuzzy yang diimplementasikan ke dalam database atau biasa disebut Fuzzy Database
Model Tahani.
Pada tahun 2017 pengguna aktif bulanan smartphone di Indonesia adalah 86,6
juta orang [6,7] dan diperkirakan akan meningkat di tahun 2018. Hal ini mendorong
banyak dikembangkannya aplikasi berbasis mobile. Melihat fakta tersebut, pada
penelitian ini, dilakukan pengembangan SPK pemilihan produk simpanan bank
menggunakan Fuzzy Database Model Tahani berbasis mobile pada platform android
berdasarkan penelitian yang telah dilakukan sebelumnya. Pada penelitian
sebelumnya, SPK yang dibangun belum responsif pada semua perangkat, oleh
karena itu pengembangan SPK berbasis mobile diharapkan dapat mempermudah
pengaksesan oleh masyarakat melalui smartphone.
2. METODE PENELITIAN ATAU PERUMUSAN SOLUSI
Penelitian ini adalah pengembangan dari penelitian sebelumnya. Tahapan yang
dilakukan pada penelitian ini terlihat pada Gambar 1
Analisis Kebutuhan
Perancangan Aplikasi
Pembangunan
Pengujian Aplikasi
Gambar 1 Tahapan Penelitian
Penjelasan tahapan yang dilakukan adalah sebagai berikut:
1. Pengumpulan Analisis Kebutuhan
Pada tahap ini dilakukan pengumpulan kebutuhan yang diperlukan untuk
membangun SPK pemilihan produk simpanan bank berbasis mobile.
2. Perancangan Aplikasi
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
4
Pada tahap ini dilakukan perancangan aplikasi yang terdiri dari perancangan SPK,
perancangan antar muka, perancangan web service, perancangan arsitektur sistem.
Use case diagram aplikasi dapat dilihat pada Gambar 2
Gambar 2 Use Case Diagram
Gambar 2 merupakan use case diagram dari SPK pemilihan produk simpanan
bank. Aplikasi ini mempunyai 2 aktor yaitu masyarakat yang bisa mengakses SPK dan
administrator yang mempunyai hak akses untuk mengelola data bank, produk
simpanan, dan mengubah data keanggotaan. Arsitektur SPK pemilihan produk
simpanan bank terlihat pada Gambar 3.
Gambar 3 Arsitektur SPK Pemilihan Produk Simpanan Bank
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
5
Dari Gambar 3 terlihat bahwa pengguna dapat mengakses SPK melalui aplikasi
yang telah diimplementasikan ke dalam smartphone yang mempunyai sistem
operasi android, sedangkan administrator melakukan pengelolaan data melalui
halaman administrator berbasis web. Baik pengguna maupun administrator harus
terhubung internet untuk dapat mengakses data. Dengan adanya internet, aplikasi
mobile dapat mengirimkan dan mengambil data di database server melalui web
service JSON. Aplikasi mobile memanfaatkan teknologi Google Cloud Messaging
(GCM) untuk dapat menerima notifikasi pemberitahuan tentang produk simpanan
dari administrator.
3. Pembangunan Aplikasi
Pada tahap ini dilakukan pengkodean aplikasi menggunakan framework
CodeIgniter untuk modul administrator, dan menggunakan bahasa pemrograman
Java pada IDE Eclipse.
4. Pengujian Aplikasi
Pada tahap ini dilakukan pengujian aplikasi menggunakan pengujian blackbox
dan pengujian pengguna.
3. HASIL DAN PEMBAHASAN
SPK pemilihan produk simpanan bank terdiri dari 2 modul utama, yaitu modul
pengguna yang merupakan aplikasi berbasis mobile, dan modul administrator yang
merupakan aplikasi berbasis web. Modul pengguna adalah proses pemberian
rekomendasi pemilihan produk simpanan bank dilakukan. Untuk mendapatkan
rekomendasi, pengguna harus memasukkan fasilitas dan kriteria dari produk
simpanan yang diinginkan pada menu SPK seperti terlihat pada Gambar 4.
Gambar 4 merupakan tampilan menu SPK. Pada menu SPK, pengguna bisa
memilih lebih dari satu (1) fasilitas produk simpanan yang diinginkan, serta harus
mengisi empat (4) kriteria produk simpanan. Dari fasilitas dan kriteria yang
dimasukkan oleh pengguna, sistem melakukan perhitungan firestrenght untuk
mendapatkan produk mana yang sesuai dengan keinginan pengguna. Rekomendasi
SPK terlihat pada Gambar 5
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
6
Gambar 4 Tampilan Menu SPK
Gambar 5 Rekomendasi Produk Simpanan
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
7
Gambar 5 adalah tampilan rekomendasi produk simpanan. Firestrenght adalah
nilai rekomendasi dengan 1 adalah nilai tertinggi dan 0 adalah nilai terendah. Selain
nilai rekomendasi, daftar rekomendasi juga memberikan prosentase jumlah variabel
yang memenuhi kriteria yang dimasukkan pengguna.
Pada sisi administrator, dapat dilakukan pengelolaan data bank, produk
simpanan, dan daftar keanggotaan. Halaman pengelolaan produk simpanan terlihat
pada Gambar 6 dan halaman pengelolaan daftar keanggotaan terlihat pada Gambar
7
Gambar 6 Halaman Pengelolaan Produk Simpanan
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
8
Gambar 7 Halaman Pengelolaan Data Keanggotaan
Gambar 7 adalah halaman pengelolaan data keanggotaan. Pengubahan batas
keanggotaan mengakibatkan domain himpunan fuzzy juga berubah, sehingga nilai
derajat keanggotaan tiap variabel simpanan pada masing-masing himpunan fuzzy
berubah pula dan menghasilkan perbedaan hasil rekomendasi. Menu pengubahan
data keanggotaan diberikan agar pengubahan batas keanggotaan dapat dilakukan
secara dinamis mengikuti perkembangan fasilitas produk simpanan.
3.1. Proses Perhitungan Fuzzy Database Model Tahani
Proses perhitungan dengan metode Fuzzy Database Model Tahani diawali
dengan menghitung fungsi keanggotaan. Baris program pengambilan batas
keanggotaan pada database dapat dilihat pada Kode Program 1.
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
9
Kode Program 1. Ambil Keanggotaan
1 public function getKeanggotaan() {
2 $q = $this->db->get('keanggotaan');
3 $q = $q->result();
Baris 1-3 pada Kode Program 1 digunakan untuk mengambil batas-batas
keanggotaan yang ada pada tabel keanggotaan. Batas-batas keanggotaan digunakan
untuk menghitung miu (µ) setiap himpunan pada setiap variabel. Perhitungan miu
(µ) pada himpunan Rendah pada variabel Setoran Awal terlihat pada Kode Program
2.
Kode Program 2. Perhitungan Miu (µ) Pada Himpunan Rendah Variabel Setoran Awal
1.
2.
3.
4.
5.
6.
7.
8.
9.
if(count($anggota) = $anggota['sa1atas']) {
$miu['rendah'] = 0;}
Saat user memasukkan fasilitas dan kriteria yang diinginkan, sistem akan
melakukan proses pengambilan data simpanan berdasarkan fasilitas yang dipilih
oleh user, dan melakukan perhitungan miu (µ) data simpanan tersebut pada setiap
himpunan setiap variabel. Dari data simpanan yang telah diketahui nilai
keanggotaan (µ) pada setiap himpunan, maka ditentukan himpunan fuzzy yang
digunakan dengan operasi fuzzy max. Baris program operasi penentuan himpunan
fuzzy terlihat pada Kode Program 2.
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
10
Kode Program 2. Penentuan Himpunan Fuzzy
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
$kriteria = array();
$kriteria['setoranAwal'] = $this->appmodel->getMaxKey($miu['setoranAwal']);
$kriteria['administrasi'] = $this->appmodel->getMaxKey($miu['administrasi']);
$kriteria['saldoMin'] = $this->appmodel->getMaxKey($miu['saldoMin']);
$kriteria['bungaMax'] = $this->appmodel->getMaxKey($miu['bungaMax']);
$tempMiuAkhir = array();
foreach($dataAwal as $d) {$miuSetoranAwal = $tempSetoranAwal[$d
>id][$kriteria['setoranAwal']];
$miuAdministrasi = $tempAdministrasi[$d->id][$kriteria['administrasi']];
$miuSaldoMin = $tempSaldoMin[$d->id][$kriteria['saldoMin']];
$miuBungaMax = $tempBungaMax[$d->id][$kriteria['bungaMax']];
$tempMiuAkhir[$d->id] = array(
'setoranAwal'=>$miuSetoranAwal,
'administrasi'=>$miuAdministrasi,
'saldoMin'=>$miuSaldoMin,
'bungaMax'=>$miuBungaMax);
Baris program 6-16 adalah proses pengambilan data simpanan yang terletak
pada himpunan fuzzy yang digunakan. Proses perhitungan yang terakhir adalah
proses penentuan firestrength yang pada penelitian ini dapat juga disebut nilai hasil
rekomendasi. Baris program penentuan firestrength dapat dilihat pada Kode
Program 3.
Kode Program 3. Proses Perhitungan Firestrength
1.
2.
3.
4.
5.
6.
$hasil = array();
foreach($tempMiuAkhir as $key => $val) {
$fireStrength = $this->appmodel->getFireStrengthMin($val);
$hasil[$key] = $fireStrength;}
$hasil = $this->appmodel->sortPercentage($hasil, $tempMiuAkhir);
$vars['hasil'] = $hasil;
Pada Kode Program 3 terlihat proses penentuan firestrength diambil dari Miu
(µ) terendah dari keempat variabel. Baris program 1-3 adalah proses pengambilan
derajat rekomendasi yang paling rendah dari tiap-tiap simpanan. Baris program 5
adalah pengurutan data berdasarkan prosentase derajat rekomendasi yang tidak
bernilai 0 (nol) dan berdasarkan nilai derajat rekomendasi. Untuk hasilnya
prosentase tertinggi ada di urutan paling atas. Secara garis besar proses SPK
menggunakan Fuzzy Database Model Tahani terlihat pada Gambar 8
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
11
Gambar 8 Proses SPK Menggunakan Fuzzy Database Model Tahani
Pengujian SPK dilakukan dengan pengujian blackbox dan Uji pengguna. Uji
pengguna dilakukan dengan memberika kuesioner kepada 30 sample pengguna dari
berbagai latar belakang profesi yang berbeda. Tabel 1 memperlihatkan hasil
pengujian pengguna.
Tabel 1. Hasil Pengujian Pengguna
No
Pernyataan
1
CS
S
SS
SPK mudah digunakan dan antar muka baik
3
20
7
2
Hasil rekomendasi sesuai dengan kriteria yang
dimasukkan
1
13
16
3
SPK pemilihan produk simpanan membantu memilih
produk simpanan
2
19
9
4
Teknologi notifikasi membantu pengguna menerima
3
20
7
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
STS
TS
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
12
informasi produk simpanan
5
Pengmbangan aplikasi berbasis mobile memudahkan
pengguna dalam mengakses SPK
2
19
16
Setelah semua jawaban diketahui maka yang dilakukan adalah menghitung
presentase jawaban responden yang telah mengisi daftar pertanyaan. Perhitungan
dilakukan menggunakan skala Likert [8], dimana masing-masing jawaban diberi skor
1-5 dengan penjelasan sebagai berikut:
1. Sangat Tidak Setuju (STS) = 1
2. Tidak Setuju (TS) = 2
3. Cukup Setuju (CS) = 3
4. Setuju (S) = 4
5. Sangat Setuju (SS) = 5
Hasil analisis data untuk pertanyaan 1 menunjukkan sebanyak 23,33%
responden menjawab sangat setuju, 66,67% responden menjawab setuju dan
10,00% responden menjawab cukup setuju. Jadi disimpulkan bahwa aplikasi ini
mudah untuk digunakan.
Hasil analisis data untuk pertanyaan 2 menunjukkan sebanyak 53,33%
responden menjawab sangat setuju, 43,33% responden menjawab setuju dan 3,34%
responden menjawab cukup setuju. Jadi disimpulkan bahwa hasil rekomendasi
sesuai dengan kriteria yang dimasukkan pengguna.
Hasil analisis data untuk pertanyaan 3 menunjukkan sebanyak 30,00%
responden menjawab sangat setuju, 63,33% responden menjawab setuju dan 6,67%
responden menjawab cukup setuju. Jadi dapat disimpulkan bahwa SPK pemilihan
produk simpanan membantu memilih produk simpanan.
Hasil analisis data untuk pertanyaan 4 menunjukkan sebanyak 23,33%
responden menjawab sangat setuju, 66,67% responden menjawab setuju dan
10,00% responden menjawab cukup setuju. Jadi disimpulkan bahwa notifikasi
membantu pengguna mendapatkan informasi seputar produk simpanan.
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
13
Hasil analisis data untuk pertanyaan 5 menunjukkan sebanyak 30,00%
responden menjawab sangat setuju, 63,33% responden menjawab setuju dan 6,67%
responden menjawab cukup setuju. Jadi dapat disimpulkan aplikasi berbasis mobile
mempermudah pengguna dalam mengakses SPK.
4. KESIMPULAN DAN SARAN
Pada penelitian ini dilakukan pengembangan SPK pemilihan produk simpanan
berbasis mobile menggunakan Fuzzy Database Model Tahani. Dari hasil uji pengguna
didapatkan bahwa SPK pemilihan produk simpanan membantu memilih produk
simpanan dengan memberikan hasil rekomendasi yang sesuai dengan kriteria yang
dimasukkan, selain itu pengembangan ke menjadi aplikasi berbasis mobile,
memeprmudah pengguna dalam mengakses SPK. Untuk penelitian ke depan, bisa
dilalukan penambahan kriteria himpunan fuzzy serta dapat diimplementasikan pada
platform lain.
DAFTAR PUSTAKA
1] Mishra, P.K, S. K. Mishra, and J. R. Das., 2010, The Dynamics of Savings and
Investment Relationship in India. European Journal of Economics, Finance and
Administrative Sciences,ISSN 1450-2887 Issue 18.
[2] Wirapati,B.A., Kusumawardhani, N. A. S., Apakah Acfta Merupakan Strategi Yang
Tepat Untuk Penuntasan Kemiskinan Yang Berkesinambungan?:Bukti Dari
Penurunan Tingkat SIMPANAN, Buletin Ekonomi Moneter dan Perbankan, Juli
2010.
[3] Simpanan Masyarakat Indonesia,
http://www.bi.go.id/id/statistik/metadata/sekda/Documents/1_Simpanan_Mas
yarakat_Indo_v2.pdf. Diakses pada 1 Agustus 2017.
[4] Setiyawati, N., Tanaamah, A.R., Manuputty, A.D., Sistem Pendukung Keputusan
Pemilihan Produk Simpanan Bank dengan Metode Fuzzy Database Model Tahani,
Skripsi Program Studi Teknik Informatika Fakultas Teknolohi Informasi UKSW,
2010.
[5] Elmasri, R., Navathe, S.B., 2011, Fundamentals of Database Systems, Amerika
Serikat, Addison-Wesley.
[6] Millward, S., Indonesia to be World’s Fourth-Largest Smartphone Market by
2018,https://www.techinasia.com/indonesia-worlds-fourth-largest-smartphone2018-surpass-100-million-users. Diakses pada tanggal 2 Juli 2017.
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839
Association for Information Systems – Indonesia chapter (AISINDO)
14
[7] www.emarketer.com, 2 Billion Consumers Worldwide to Get Smart(phones) by
2016, https://www.emarketer.com/Article/2-Billion-Consumers-WorldwideSmartphones-by-2016/1011694. Diakses pada tanggal 2 Juli 2017.
[8] Movies, Andris. 2011. Skala Likert.
https://www.academia.edu/7233329/Skala_Likert, (diakses pada 06 Juli 2017).
Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017)
ISSN: 2460 – 6839