BAB I PENDAHULUAN - Anteng Jenu Wicaksono BAB I

BAB I PENDAHULUAN A. LATAR BELAKANG Dalam perkembangan dunia perekonomian di indonesia semakin banyak

  permasalahan perokonomian yg terjadi, khususnya dalam sektor pemasaran dan pengkreditan.

  Masalah yang ada pada Dinas Koperasi, Perindustrian dan Perdagangan Kabupaten Serang khususnya di bidang koperasi adalah membutuhkan waktu yang lama untuk penyeleksiannya dan belum ada sistem aplikasi yang mendukung untuk penentuan pinjaman modal dana bergulir koperasi simpan pinjam. Untuk mengatasi masalah tersebut maka dibutuhkan suatu sistem pendukung keputusan yang dapat memberikan penilaian yang real dan objektif kepada para calon penerima pinjaman modal bergulir koperasi. Karena pada penilaian ini menggunakan perhitungan berdasarkan kriteria-kriteria calon penerima modal dana bergulir koperasi ini dengan sistem perankingan. Dalam sistem pendukung keputusan ini dihitung dengan menggunakan Model Fuzzy Multiple Attribute Decision Making (FMADM). Metode yang digunakan adalah TOPSIS (Technique Order Preference by Similarity to Ideal

  

Solution) menggunakan prinsip bahwa alternatif yang dipilih harus mempunyai jarak

  terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif. (Triayudi dan Hidayat, 2016).

  Tak jauh beda pada permasalahan yang terjadi di PT. Mashill Finance yaitu sulitnya memilih calon konsumen yang tepat dan layak untuk bisa menjadi penerima kredit di PT. Mashill Finance karena banyaknya data pemohon kredit sepeda motor yang meningkat serta banyak pula persyaratan yang harus penuhi konsumen sehingga membuat perusahaan kesulitan untuk memilih calon konsumen yang tepat. Guna membantu mempercepat dan mempermudah proses pengambilan keputusan, diperlukan suatu bentuk Sistem Pendukung Keputusan (Decision Support Sistem). Tujuannya adalah untuk membantu pimpinan dalam memilih berbagai alternatif keputusan yang merupakan hasil pengolahan informasi yang diperoleh dengan menggunakan metode AHP (Analytical Hierarchy Process). (Meilawati, 2014).

  Kredit Pemilikan Rumah (KPR) saat ini masih melalui mekanisme pengambilan keputusan pemberian kredit secara manual oleh analisis kredit. Hal ini menjadikan pengolahan data kredit dinilai tidak efisien dalam pertimbangan pemberian kredit pemilikan rumah dan waktu pengajuan kredit menjadi cukup lama (berdasarkan wawancara dengan nasabah), maka dirasa perlu untuk membangun sebuah sistem yang dapat membantu pihak Bank (tugas analisis kredit) dalam memberikan keputusan secara cepat dan tepat. Berdasarkan permasalahan yang ada, di perlukan sebuah sistem pendukung keputusan guna membantu penentuan nasabah yang layak menerima pemberian bantuan bank BTN. Salah satu metode yang dapat digunakan untuk sistem pendukung keputusan berkaitan dengan permasalahan tersebut adalah dengan menggunakan metode SAW (Simple Additive Weighting). Metode SAW (Simple Additive Weighting) digunakan untuk mencari alternatif terbaik berdasarkan kriteria-kriteria yang telah ditetapkan oleh Bank. (Tanto, 2014) Sebagai contoh, Bank Syariah Bukopin adalah salah satu Bank yang masih memakai sistem penentuan kelayakan secara manual dalam pembuatan laporan dan penginputan data yaitu dengan excel dimana sangat rentan terjadi kesalahan bila data masih diolah secara manual. Data yang diolah secara manual ini akan menyebabkan proses penentuan kelayakan memakan waktu yang lama, sehingga akan membuat nasabah lama menunggu keputusan dari Bank.

  Berawal dari permasalahan tersebut, penelitian ini akan dibuat sebuah sistem penentuan kelayakan dalam memberikan Kredit Pemilikan Rumah (KPR) pada nasabah Bank Syariah Bukopin. Sistem ini diharapkan dapat memberikan dukungan atau pertimbangan bagi pihak Bank dalam menentukan nasabah mana yang layak diberikan kredit dengan lebih cepat dan tepat dengan melakukan perankingan dan menentukan dana yang dapat diterima dengan menggunakan Sistem Pendukung Keputusan menggunakan model SAW (Simple Additive Weighting) (Amalia, dkk., 2016).

  PT Olympindo Multifinace Pontianak merupakan perusahaan leasing yang memberikan jasa kredit pembelian mobil bekas dan dana pinjaman bagi pemohon kredit dan mengambil keuntungan dari pembayaran bunga kredit. Permasalahan yang terjadi pada perusahaan adalah kredit macet. Kredit macet adalah keadaan dimana konsumen kredit sudah tidak sanggup membayar sebagian atau seluruh kewajibannya kepada perusahaan seperti yang telah diperjanjikan. Ketidak mampuan dalam membayar pembiayaan tersebut, menyebabkan kerugian pada perusahaan. Kerugian tersebut dapat menghambat perkembangan perusahaan dan mengganggu operasional perusahaan, sehingga perlu dilakukan penyeleksian pada tenaga kerja yang bertindak sebagai Credit Analyst dan pemohon kredit. Dapat disimpulkan bahwa kasus kredit macet yang menyebabkan kerugian pada perusahaan leasing dapat ditekan sekecil- kecilnya bergantung daripada kinerja dari Credit Analyst dalam proses penentuan konsumen kredit. Sehingga seorang Credit Analyst dituntut untuk bekerja cepat dan teliti dalam menganalisa data pemohon kredit yang masuk sehingga tidak menutup kemungkinan terjadi human error. Oleh karena itu, dalam upaya membantu Credit

  

Analyst dalam kegiatan pengambilan keputusan konsumen layak kredit, diperlukan

  sebuah model sistem pendukung keputusan berbasis komputer yang dapat memberikan kemudahan dalam melakukan analisa data, perhitungan penilaian kriteria pemohon kredit sesuai faktor-faktor yang ada, serta membantu pengolahan data pemohon kredit menjadi informasi untuk mengambil keputusan dari masalah yang terjadi. (Purwaningtias, dan Firmansyah, 2016)

  Semakin tingginya minat masyarakat mendapatkan kredit membuat pihak Bank kesulitan menentukan siapa yang layak menerima kredit atau tidak, sulitnya mencari informasi sebagai referensi dalam pengambilan keputusan, serta adanya ketidaksesuaian antara kriteria pemohon kredit dan persyaratan yang diajukan. Merupakan suatu kendala yang sering terjadi. Oleh karena itu timbulah inisiatif untuk merancang suatu sistem yang dapat membantu pihak Bank dalam menentukan siapa yang layak menerima kredit mikro utama sesuai kriteria dengan menggunakan metode Simple Additive Weighting (SAW). (Harsiti, dan Roikotuljanah, 2014)

  Pemberian pembiayaan atau pinjaman bagi para pengusaha tentu sangat membantu dalam perluasan usaha mereka. Hanya saja bagi pihak bank, hal ini juga menimbulkan masalah yang tidak mudah dipecahkan. Terbukti dengan banyaknya pembiayaan yang bermasalah. Penyebabnya karena pinjaman yang telah dikeluarkan tidak dibayarkan dalam jangka waktu tertentu, sehingga banyak penunggakan. Dan para pengusaha juga kurang mengetahui kemampuan usaha mereka dalam membayar pengembalian dana yang sudah diberikan oleh bank. Untuk menghindari banyaknya penunggakan ini perbankan harus lebih teliti dalam menentukan pengusaha mana saja yang layak menerima pinjaman modal. Selain itu, semakin banyaknya para pengusaha yang ingin mengajukan pinjaman terhadap pihak bank, hal ini akan menyulitkan pihak bank untuk menyaring dan menentukan pengusaha mana yang memenuhi persyaratan dari mereka dan layak untuk diberikan pinjaman. Agar permasalahan tersebut dapat teratasi, maka penulis mencoba membangun Sistem Pendukung Keputusan Pemberian Bantuan Dana/Kredit untuk Usaha Kecil Menengah (UKM) Pada Bank Menggunakan Metode Simple Additive Weighthing (SAW) dengan adanya penelitian ini diharapkan mampu membantu peran manajer bank dalam proses pengambilan keputusan serta memberikan informasi pada para pengusaha yang akan mengajukan pinjaman. (Riyandi, dkk., 2017)

  Selain itu Koperasi Indonesia di dominasi oleh koperasi simpan pinjam yang memiliki 55-60 persen dari keseluruhan aset koperasi (Tambunan, 2009). Setiap anggota koperasi yang memiliki pinjaman memiliki kewajiban untuk membayar angsuran pinjaman sesuai dengan jangka waktu yang telah ditentukan. Ketidak mampuan anggota koperasi untuk membayar angsuran pinjaman dalam jangka waktu yang telah ditentukan dapat menyebabkan pinjaman macet (Kotsiantis, Kanellopoulos, et all., 2009). Kondisi ini apabila dibiarkan terus-menerus dapat berpengaruh langsung terhadap likuiditas koperasi. Untuk meminimalisir resiko pinjaman macet, koperasi harus menerapkan prinsip 5C (character, capital, capacity,

  

collateral, condition of economy ) dalam mempertimbangkan keputusan pemberian

  pinjaman kepada anggota koperasi. Pengambilan keputusan pemberian pinjaman berdasarkan hasil proses analisis secara kuantitatif dan kualitatif. Proses analisis pinjaman memerlukan waktu yang lama karena data yang disajikan tidak berbentuk nilai. Nilai perbandingan antar kriteria ini akan dibuat menjadi matrik perbandingan berpasangan kemudian matrik perbandingan berpasangan tersebut dikuadratkan. Matrik hasil tersebut kemudian dinormalisasi untuk mendapatkan bobot. Berdasarkan latar belakang masalah yang telah dijabarkan, maka dibutuhkan sebuah sistem yang membantu koperasi untuk memperoleh alternatif keputusan pemberian pinjaman koperasi. Tujuan penelitian ini adalah menghasilkan sebuah sistem pendukung keputusan pemberian pinjaman pinjaman koperasi menggunakan TOPSIS untuk mempermudah dan mempercepat proses pemberian pinjaman koperasi. (Mardiana, 2017)

  Melihat perkembangan teknologi yang semakin pesat, perusahaan membutuhkan sistem informasi yang dapat mendukung kebutuhan pengambilan keputusan. Teknologi informasi sangat membantu bagi perusahaan atau instansi dalam mengolah data-data pekerjaan hingga mendapatkan suatu informasi yang akurat untuk menentukan keputusan. Seperti halnya pada PT. ADIRA Dinamika

  

Multi Finance Tbk cabang pematang siantar yang merealisasikan kredit barang

  kepada masyarakat. PT. ADIRA Dinamika Multi Finance Tbk adalah perusahaan pembiayaan konsumen bidang otomotif terbesar saat ini yang didirikan pada tahun 1990 dan memulai operasi komersialnya pada tahun 1991. Beberapa contoh produk utama adalah pembiayaan untuk mobil masih dikerjakan secara manual serta dalam penentuan keputusan sering tidak sesuainya konsumen yang mendapatkan kredit sesuai dengan nilai kriteria dan nilai bobot yang ditentukan oleh perusahaan, maka dari permasalahan diatas perlu adanya untuk membangun suatu sistem yang dapat membantu pihak perusahaan dalam memberikan suatu keputusan secara cepat dan tepat. Sesuai dengan peraturan yang sudah ditentukan oleh perusahaan untuk memperoleh perkreditan, maka diperlukan kriteria-kriteria untuk menentukan siapa yang diutamakan untuk menerima perkreditan.

  Berdasarkan permasalahan diatas, diperlukan sebuah sistem pendukung keputusan guna membantu menentukan faktor-faktor konsumen dalam melakukan kredit barang. Salah satu metode yang dapat digunakan untuk sistem pendukung keputusan adalah metode Analitycal Hierarchy Process (AHP ). (Fatmawati, dkk., 2017)

  Perusahaan PT. Madubaru yang berlokasi di Daerah Istimewa Yogyakarta bergerak di bidangagro industry dengan memiliki satu pabrik gula dan satu pabrik alkohol dan spiritus, yang dikenal dengannama PG/PS Madukismo, PT.Madubaru merupakan satu-satunya pabrik gula dan pabrik spiritus di DIY yang mengembang tugas untuk mensukseskan program pengadaan pangan nasional khususnya gula pasirdan sebagai perusahaan padat karya, PT. Madubaru juga menampung tenaga kerja dari propinsi DIY. Sebagai perusahaan yang bertanggung jawab dalam pendistribusian produknya. PT. Madubaru mentargetkan penjualan pertahun yaitu 2250 ton untuk setiap lokasi pemasaran. Dalam hal ini adalahgula pasir kemasan, PG/PS Madubaru dituntut untuk dapat menciptakan kinerja pengiriman gula pasiryang handal. Dalam pemenuhan sasaran tersebut ada beberapa kendala yang dihadapi oleh perusahaan yaitu dalam proses pemasaran produk yang dilakukan tidak tercapai target yang diinginkan, data tersebut dilihat pada tahun priode pemasaran 2011-2012 yaitu pada lokasi Kasihan Bantul dan Gedong Kuning, sehingga mengakibatkan pengiriman gula pasir menjadi tidak teratur serta mengakibatkan biaya distribusi yang mahal, Informasi ini diperoleh berdasarkan hasil wawancara dengan Yudi Pratama selaku wakil Kepala Bagian Pemasaran di PT. Madubaru PG- PS Madukismo. Untuk mengatasi hal tersebut perlu dilakukan pengalokasian distribusi gula pasir curah yang optimal dengan pertimbangan biaya distribusi yang rendah. Selama ini, dalam penentuan lokasi pemasaran gula pasir curah di PT. Madubaru belum terencana, bahkan belum dilakukan evaluasi terhadap lokasi-lokasi yang selama ini menjadi daerah distribusi untuk mengetahui apakah lokasi tersebut layak untuk dilanjutkan penyewaan lokasi atau tidak untuk tahun priode berikutnya. Untuk menentukan pemilihan lokasi pemasaran produk gula pasir curah pada PT. Madubaru yang optimal, maka diperlukan sebuah sistem yang berfungsi untuk mendukung pengambilan keputusan yang dilakukan oleh perusahaan, untuk itu, saya

tertarik untuk melakukan penulisan terhadap penentuan lokasi pemasaran, oleh karena itu, pe nulis mengambil judul metopen “Sistem Pendukung Keputusan pemilihan lokasi dan evaluasi pemasaran produk (gula pasir curah) pada

PT.Madubaru” dengan metode Analytical Hierarchy Process (AHP). (Irawan, dan

  Winiarti, 2015) Dalam suatu perusahaan dagang perlu adanya sistem pendukung keputusan, karena untuk memberikan alternatif dalam pengembangan penjualan, dan juga perlunya rancangan rekomendasi konsumen untuk membantu ide-idedari konsumen yang berupa website. Berdasarkan permasalahan tersebut maka dibuatkan perancangan sistem yang berupa aplikasi, sistem ini dikembangkan menggunakan perancangan aplikasi Ecommerce melalui program Hypertext Processor sebagai bahasa pemogramannya, dan MysQL sebagai database. Dalam penelitian ini digunakan metode Simple Additeve Weigthing (SAW), metode ini dipilih karena memiliki cara untuk meperbandingkan nilai bobot pada kriteria barang. Sehingga keputusan yang diambil dapat lebih obyektif. Metode SAW adalah penjumlahan terbobot dengan konsep mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. (Sugiyani dan Rizkiyanto, 2014)

B. RUMUSAN MASALAH

  Informasi menyeluruh tentang Sistem Pendukung Keputusan pada bidang ekonomi belum ada, sehingga diperlukan kajian Sistem Pendukung Keputusan dalam bidang ekonomi.

  C. BATASAN MASALAH

  Agar sistem lebih terarah dan mencapai sasaran, maka dibuat batasan masalah di bidang ekonomi pada sektor kredit dan pemasaran.