PERANGKAT LUNAK PENERAPAN DATA MINING DENGAN METODE INTERPOLASI UNTUK MEMPREDIKSI MINAT KONSUMEN PADA PT. JAYA ASRINDO SEJAHTERA MEDAN
SKRIPSI
Oleh : MIRA 1145078
PROGRAM STUDI SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER STMIK TIME MEDAN 2015
ABSTRAK
PT. Jaya Asrindo Sejahtera adalah salah satu perusahaan swasta yang bergerak dalam bidang penjualan rumah (property). Adapun masalah yang timbul dalam sistem yang diterapkan oleh perusahaan saat ini adalah belum adanya sebuah sistem yang dapat membantu memprediksi minat konsumen dalam pembelian rumah berdasarkan kondisi keuangannya. Aplikasi data mining ini memanfaatkan data masukan berupa data konsumen, pendapatan konsumen, dan transaksi pembayaran besar kredit. Data tersebut akan diolah dengan metode clustering dan dianalisis dengan menggunakan teknik interpolasi. Metodologi yang digunakan untuk melakukan proses analisis dan perancangan pada penelitian ini adalah metodologi SDLC. Tools yang digunakan untuk melakukan analisis dan desain adalah data flow diagram (DFD). Hasil dari penelitian ini adalah sebuah sistem usulan yang dapat membantu perusahaan untuk memprediksi minat konsumen dalam pembelian rumah sesuai dengan kondisi keuangannya.
Kata Kunci : sistem informasi, data mining, property, prediksi, clustering, interpolasi
i
ABSTRACT
PT. Jaya Asrindo Sejahtera is a private company that sells house (property). As for the problems that surface in the system which implemented by the company today is the lacking of a system that can help to predict the interest of consumer in house purchasing based on their financial condition. Data mining technology is a solution to fix the problem. This data mining application used input data such as consumer, income, and payment data transaction. This data could be classified by using clustering method and analyzed by using interpolation technique. Methodology used for analysis and design in this research is SDLC method. Tools used for analysis and design process is data flow diagram (DFD). The result of this research is a proposed system which can help the company to predict the interest of consumer in house purchasing based on their financial condition.
Keywords : information system, data mining, property, prediction, clustering, interpolation
ii
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah memberikan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini dengan judul : “Perangkat Lunak Penerapan Data Mining dengan Metode Interpolasi untuk Memprediksi Minat Konsumen pada PT. Jaya Asrindo Sejahtera Medan” Skripsi ini disusun untuk melengkapi persyaratan studi program Strata 1 (S-1) Sekolah Tinggi Manajemen Informatika Komputer (STMIK) TIME Medan. Penulis menyadari bahwa dalam penulisan skripsi ini banyak menemukan kesulitan-kesulitan dan kekurangan pada penulisan. Namun, berkat bantuan dan dorongan dari berbagai pihak akhirnya penulis dapat menyelesaikannya dengan baik. Oleh karena itu, dalam kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada : 1. Bapak Huliman, M. Kom, selaku Pembimbing I yang telah memberikan saran dan masukan, pendidikan serta bimbingan dalam penulisan skripsi ini maupun pemrograman skripsi ini. 2. Ibu Feriani Astuti, M. Kom, selaku Pembimbing II dan Ketua Program Studi Sistem Informasi yang telah memberikan saran dan masukan, pendidikan serta bimbingan dalam penulisan skripsi ini. 3. Bapak Simon Kanggali, selaku Ketua Yayasan STMIK TIME Medan.
iii
iv
4. Bapak Prof. Chainur Arrasyid, S. H., selaku Ketua BPH STMIK TIME Medan. 5. Bapak Prof. Harlem Marpaung, Ph. D, selaku Ketua STMIK TIME Medan. 6. Bapak Jackri Hendrik, S.T, M. Kom, selaku Puket I STMIK TIME Medan. 7. Orangtua dan teman-teman mahasiswa serta seluruh dosen di STMIK TIME yang telah banyak memberikan dukungan dan saran untuk penulis. Akhir kata, penulis mengucapkan terima kasih sebesar-besarnya kepada semua pihak yang telah membantu terhadap penyelesaian penulisan skripsi ini.
Medan, April 2015 Penulis,
Mira
DAFTAR ISI
ABSTRAK .............................................................................................
i
ABSTRACT ...........................................................................................
ii
KATA PENGANTAR ...........................................................................
iii
DAFTAR ISI ..........................................................................................
v
DAFTAR GAMBAR .............................................................................
viii
DAFTAR TABEL .................................................................................
x
DAFTAR LAMPIRAN .........................................................................
xi
BAB I PENDAHULUAN ......................................................................
1
1.1 Latar Belakang Masalah .....................................................
1
1.2 Identifikasi Masalah ............................................................
3
1.3 Batasan Masalah .................................................................
3
1.4 Tujuan dan Manfaat ............................................................
4
1.5 Sistematika Penulisan .........................................................
5
BAB II LANDASAN TEORI ...............................................................
7
2.1 Konsep Sistem Informasi ....................................................
7
2.1.1 Pengertian Sistem .......................................................
7
2.1.2 Pengertian Informasi ..................................................
11
2.1.3 Pengertian Sistem Informasi ......................................
12
2.2 Jenis-Jenis Kredit ................................................................
15
2.3 Faktor-Faktor yang Mempengaruhi Penjualan secara Kredit ..................................................................................
v
18
2.4 Proses Kredit .......................................................................
19
2.4.1 Unsur-Unsur Kredit ...................................................
19
2.4.2 Evaluasi Pelamar Kredit ............................................
20
2.4.3 Sumber Infomasi Kredit ............................................
22
2.5 Data Flow Diagram (DFD) .................................................
22
2.6 Basis Data ...........................................................................
26
2.7 Entity Relationship Diagram (ERD) ...................................
30
2.8 Bahasa Pemrograman..........................................................
32
2.9 Data Mining ........................................................................
35
2.10 Metode Interpolasi ............................................................
40
2.11 Bentuk Umum Interpolasi Polinomial ..............................
43
BAB III METODE PENELITIAN ......................................................
48
3.1 Tempat dan Jadwal Penelitian ............................................
48
3.2 Kerangka Kerja ...................................................................
49
3.2.1 Metode Pengumpulan Data .........................................
49
3.2.2 Analisa Sistem .............................................................
51
3.2.3 Perancangan Sistem ....................................................
51
3.2.4 Pembangunan Sistem ..................................................
52
3.2.5 Uji Coba Sistem ..........................................................
52
BAB IV ANALISA DAN PERANCANGAN ......................................
53
4.1 Analisa Sistem ....................................................................
53
4.1.1 Analisa Keluaran .......................................................
54
4.1.2 Analisa Masukan .......................................................
58
4.1.3 Analisa Masalah ........................................................
61
vi
4.1.4 Analisa Kebutuhan ....................................................
62
4.2 Perancangan Sistem ............................................................
62
4.2.1 Kamus Data .................................................................
64
4.2.2 Rancangan Input..........................................................
64
4.2.3 Rancangan Output .......................................................
68
4.2.3.1 Rancangan Daftar Rumah ...............................
68
4.2.3.2 Rancangan Daftar Customer ...........................
69
4.2.4 Perancangan Basis Data .............................................
70
BAB V HASIL DAN PEMBAHASAN ................................................
73
5.1 Hasil ....................................................................................
73
5.2 Pembahasan.........................................................................
80
BAB VI KESIMPULAN DAN SARAN...............................................
84
6.1 Kesimpulan .........................................................................
84
6.2 Saran ...................................................................................
84
DAFTAR PUSTAKA LAMPIRAN
vii
DAFTAR GAMBAR
Gambar 2.1 Siklus Informasi ..................................................................
12
Gambar 2.2 Simbol Proses ......................................................................
23
Gambar 2.3 Simbol Panah ......................................................................
23
Gambar 2.4 Simbol Entitas .....................................................................
23
Gambar 2.5 Simbol Penyimpanan ..........................................................
24
Gambar 2.6 Perbedaan antara regresi (a) dan interpolasi (b, c) ..............
42
Gambar 3.1 Kerangka Kerja Penelitian ..................................................
49
Gambar 4.1 FOD Sistem Berjalan ..........................................................
53
Gambar 4.2 FOD Sistem dengan Penerapan Data Mining .....................
55
Gambar 4.3 Faktur Jual ...........................................................................
56
Gambar 4.4 Laporan Pembayaran ...........................................................
57
Gambar 4.5 Bukti Pembayaran ...............................................................
58
Gambar 4.6 Data Customer .....................................................................
59
Gambar 4.7 Data Rumah .........................................................................
60
Gambar 4.8 Data Pembayaran.................................................................
61
Gambar 4.9 Diagram Konteks Sistem Informasi Usulan ........................
63
Gambar 4.10 DFD Level 0 dari Sistem Informasi Usulan ......................
64
Gambar 4.11 Rancangan Form Input Rumah .........................................
65
Gambar 4.12 Rancangan Form Input Customer ....................................
66
Gambar 4.13 Rancangan Form Input Penjualan ....................................
66
Gambar 4.14 Rancangan Form Prediksi Minat Konsumen ...................
68
viii
Gambar 4.15 Rancangan Daftar Rumah .................................................
69
Gambar 4.16 Rancangan Daftar Customer …………………………..
70
Gambar 4.17 Rancangan Hubungan Antar Tabel …………………….
73
Gambar 5.1 Tampilan Form Login .........................................................
74
Gambar 5.2 Tampilan Form Main ..........................................................
75
Gambar 5.3 Tampilan Form Rumah .......................................................
75
Gambar 5.4 Tampilan Form Customer ...................................................
76
Gambar 5.5 Tampilan Form Data User ..................................................
76
Gambar 5.6 Tampilan Form Penerbitan Kredit ......................................
77
Gambar 5.7 Tampilan Form Prediksi Minat Customer...........................
77
Gambar 5.8 Tampilan Laporan Daftar Rumah .......................................
78
Gambar 5.9 Tampilan Laporan Daftar Customer ...................................
78
Gambar 5.10 Tampilan Laporan Penjualan Per Tanggal ........................
79
Gambar 5.11 Tampilan Laporan Penjualan Per Customer......................
79
Gambar 5.12 Tampilan Laporan Penjualan Per Rumah..........................
80
ix
DAFTAR TABEL
Tabel 2.1 Simbol Hubungan Entitas dan Artinya ...................................
31
Tabel 2.2 Langkah Skematis Pembagian Beda Hingga ..........................
45
Tabel 3.1 Jadwal Penelitian.....................................................................
48
Tabel 4.1 Tabel Rumah ...........................................................................
70
Tabel 4.2 Tabel Customer .......................................................................
71
Tabel 4.3 Tabel Penjualan ......................................................................
72
Tabel 4.4 Tabel PenjualanDetail .............................................................
73
x
DAFTAR LAMPIRAN
Lampiran 1 :
Listing Program
Lampiran 2 :
SK asli dosen pembimbing I dan dosen pembimbing II
Lampiran 3 :
Daftar Riwayat Hidup
Lampiran 4 :
Kartu bimbingan skripsi dosen pembimbing I dan dosen pembimbing II
xi
BAB I PENDAHULUAN
1.1.
Latar Belakang Masalah Sistem komputerisasi terpadu telah menjaga kebutuhan primer perusahaan
sekarang ini. Komputer merupakan suatu alat yang diciptakan untuk menerobos keterbatasan kemampuan manusia untuk memecahkan persoalan, seperti keterbatasan dalam hal kecepatan, ketelitian, ingatan, tidak mengenal lelah dan mampu mengolah informasi dalam jumlah besar. Dengan memahami betapa besarnya peranan komputer bagi dunia usaha, manajemen perusahaan selalu menggunakan sistem komputerisasi terpadu untuk melakukan transaksi-transaksi dan penyajian data perusahaan sehingga memperoleh laporan dengan lebih cepat dan tepat. Kredit angsuran adalah jenis kredit bagi konsumen untuk jangka panjang. Biasanya diminta untuk memberikan uang muka, dan biaya keuangan tahunan dapat berjumlah 20% atau lebih dari harga pembelian. Periode pembayaran umumnya berkisar dari 12 bulan sampai 36 bulan. Khusus untuk penjualan rumah, seringkali diberikan penawaran untuk periode pembayaran yang lebih lama, yaitu hingga 15 tahun. Kredit angsuran bermanfaat bagi pembelian nominal besar seperti: mobil dan rumah. Demi meningkatkan bisnisnya, dewasa ini, banyak perusahaan property yang menawarkan pembelian rumah secara kredit angsuran. Hal ini dilakukan agar masyarakat yang kekurangan dana pembelian rumah secara cash dapat membeli rumah yang diinginkan. Hal ini tentunya akan meningkatkan omset penjualan perusahaan.
1
2
PT. Jaya Asrindo Sejahtera adalah salah satu perusahaan swasta yang bergerak dalam bidang penjualan rumah (property). Berbeda dengan perusahaan property pada umumnya, perusahaan ini bersedia memberikan kredit kepada calon pembeli dengan/tanpa melalui jasa perbankan. Proses penjualan rumah dapat dilakukan secara cash ataupun secara kredit melalui jasa pemberian Kredit Pemilikan Rumah (KPR) kepada calon pembeli dengan tiga jenis pilihan lama cicilan, yaitu 5 tahun, 10 tahun dan 15 tahun, dengan besar bunga sebesar 10%. Khusus untuk calon pembeli yang membeli rumah secara kredit, surat hak milik rumah akan dipegang oleh pihak perusahaan dan sesuai perjanjian yang telah disepakati bersama, maka perusahaan berhak untuk menjual rumahnya kepada pihak lain apabila pembeli tidak mampu melunasi cicilan rumahnya selama satu tahun. Sementara itu, apabila pembayaran cicilan melewati jangka waktu yang ditentukan, maka pembeli akan dikenakan denda sebesar 5% dari besar cicilan dengan lama toleransi waktu pembayaran cicilan maksimal satu minggu setelah tanggal jatuh tempo pembayaran cicilan. Dalam hal ini, prediksi minat konsumen sangat penting bagi suatu perusahaan property, dimana dengan adanya prediksi minat konsumen, perusahaan property dapat mengambil suatu keputusan atau strategi yang benar dan tepat bagi konsumennya. Teknologi data mining hadir sebagai solusi untuk mengatasi hal tersebut. Aplikasi data mining ini memanfaatkan data masukan berupa data konsumen, pendapatan konsumen, dan transaksi pembayaran besar kredit. Data tersebut akan diolah dengan metode clustering dan dianalisis dengan menggunakan teknik interpolasi. Setelah melewati proses tersebut, maka akan didapatnya pola-pola dalam pengambilan keputusan. Aplikasi data mining dengan
3
metode interpolasi ini dapat digunakan untuk memprediksi minat konsumen dalam membeli jenis rumah. Sehubungan dengan hal-hal yang disebutkan di atas, maka peneliti bermaksud untuk melakukan penelitian dengan judul ”Perangkat Lunak Penerapan Data Mining dengan Metode Interpolasi untuk Memprediksi Minat Konsumen pada PT. Jaya Asrindo Sejahtera Medan”.
1.2.
Identifikasi Masalah Adapun permasalahan yang timbul dalam sistem yang diterapkan oleh
perusahaan saat ini adalah belum adanya sebuah sistem yang dapat membantu memprediksi minat konsumen dalam pembelian rumah berdasarkan kondisi keuangannya. Adapun rumusan masalah pada penelitian ini adalah bagaimana membangun aplikasi yang membantu memprediksi minat konsumen yaitu seberapa besar angsuran kredit yang terbaik sesuai dengan kondisi nasabah menggunakan teknik data mining?
1.3.
Batasan Masalah Dalam pembahasan kali ini peneliti hanya akan membahas mengenai
permohonan kredit untuk angsuran rumah saja. Ruang lingkup yang akan dibahas peneliti adalah: 1. Input sistem berupa data konsumen, pendapatan konsumen, dan transaksi pembayaran besar kredit.
4
2. Output sistem berupa prediksi minat konsumen yaitu seberapa besar angsuran besar kredit yang terbaik sesuai dengan kondisi konsumen. 3. Teknik clustering dipakai untuk mengelompokkan data. 4. Teknik interpolasi dipakai untuk analisis data. 5. Program dirancang dengan menggunakan aplikasi Microsoft Visual Basic 2010. 6. Laporan dihasilkan dengan menggunakan aplikasi Crystal Report 10. 7. Database dibuat dengan menggunakan aplikasi Microsoft Access 2007.
1.4.
Tujuan dan Manfaat Adapun tujuan dari penelitian ini adalah:
1. Menganalisis sistem untuk memprediksi kemampuan kredit konsumen pada PT. Jaya Asrindo Sejahtera. 2. Merancang sistem informasi prediksi minat konsumen pada PT. Jaya Asrindo Sejahtera. Manfaat yang dapat diperoleh dari penelitian ini yaitu: 1. Bagi peneliti, penelitian ini akan menambah wawasan peneliti tentang penerapan sistem informasi permohonan kredit di perusahaan. 2. Bagi perusahaan dan pembaca, penelitian ini dapat dijadikan sebagai referensi dalam perancangan sistem data mining di perusahaan. 3. Bagi STMIK-TIME, laporan hasil penelitian ini dapat dijadikan sebagai referensi bagi mahasiswa lainnya yang ingin mengangkat topik mengenai data mining.
5
1.5.
Sistematika Penulisan Adapun sistematika penelitian laporan skripsi ini adalah sebagai berikut:
BAB I
PENDAHULUAN Bab ini membahas tentang latar belakang masalah, identifikasi masalah, batasan masalah, tujuan dan manfaat serta sistematika penelitian.
BAB II
LANDASAN TEORI Bab ini berisi tentang konsep sistem informasi, jenis-jenis kredit, faktur-faktur yang mempengaruhi penjualan secara kredit, proses kredit, data flow diagram (DFD), basis data, entity relationship diagram (ERD), bahasa pemrograman, data mining, metode interpolasi dan bentuk umum interpolasi polinomial.
BAB III
METODOLOGI PENELITIAN Bab ini berisi tempat dan jadwal penelitian, kerangka kerja yang mencakup metode pengumpulan data, analisa sistem, perancangan sistem, pembangunan sistem dan uji coba sistem.
BAB IV
ANALISA DAN PERANCANGAN SISTEM Bab ini berisi pembahasan masalah serta rancangan sistem yang berupa analisa dan desain sistem yang digunakan.
BAB V
HASIL DAN PEMBAHASAN Bab ini berisi pembahasan mengenai tampilan output dan penjelasan singkat mengenai kelebihan dan kelemahan sistem.
6
BAB VI
KESIMPULAN DAN SARAN Bab ini berisi kesimpulan dan saran berkaitan dengan penelitian yang telah dilakukan.
BAB II LANDASAN TEORI
2.1.
Konsep Sistem Informasi Suatu perusahaan yang telah berjalan, baik perusahaan kecil maupun
perusahaan besar pasti mempunyai sistem dalam melaksanakan kegiatan perusahaan. Sistem yang dijalankan oleh suatu perusahaan akan selalu berbeda dengan perusahaan lain, hal ini disebabkan oleh bidang usaha yang berbeda dan konsep penerapan sistem yang berbeda.
2.1.1. Pengertian Sistem Dalam berbagai literatur, dapat ditemukan berbagai definisi sistem menurut para ahli, beberapa diantaranya yaitu: 1. “Sistem merupakan kesatuan (entity) yang terdiri dari bagian-bagian disebut sub sistem yang saling berkaitan dengan tujuan untuk mencapai tujuan-tujuan tertentu.” (Baridwan, 2009: 4) 2. “Sistem pada dasarnya adalah sekelompok unsur yang erat hubungannya satu dengan yang lain, yang berfungsi bersama-sama untuk mencapai tujuan tertentu.” (Sutabri, 2010: 9) Dari berbagai definisi sistem yang tercantum, maka dapat disimpulkan bahwa pengertian sistem secara umum adalah kumpulan dari bagian-bagian atau elemen-elemen yang saling berhubungan dan terpadu untuk mencapai suatu tujuan tertentu.
7
8
Sistem ini dapat diklasifikasikan sebagai berikut. 1. Sistem Abstrak yaitu suatu susunan teratur, gagasan atau konsep yang saling bergantung. Sebagai contoh, sebuah sistem teknologi adalah sebuah susunan gagasan mengenai manusia, tumbuh dan teman-teman. Sistem Fisik adalah sebuah sistem yang terdiri dari bagian-bagian yang saling berkaitan yang beroperasi bersama untuk mencapai beberapa sasaran atau maksud. 2. Sistem Deterministik ini beroperasi dalam cara yang dapat diramalkan secara tepat dan interaksi antar bagian-bagian dapat diketahui secara pasti. Sedangkan Sistem Probabilitas ini dapat diuraikan sebagai istilah perilakuk yang mungkin, tetapi ada sedikit kesalahan atas ragam terhadap jalannya sistem. 3. Sistem Tertutup merupakan sistem yang mandiri dan sistem ini tidak tertukar materi, informasi dan energi dalam lingkungannya. Sistem Tertutup semacam ini akhirnya melemah dan tercerai berai. Sedangkan Sistem Terbuka mengadakan pertukaran informasi, yang meliputi masukan yang acak dan tertentu. Sistem Terbuka ini cenderung memiliki sifat adaptasi, yang berarti sistem yang dapat menyesuaikan dengan perubahanperubahan sedemikian hingga dapat meneruskan eksistensinya. (Sutabri, 2010: 10) Analisis dan perancangan sistem seperti yang ditampilkan oleh penganalisis sistem berupaya menganalisis input data atau aliran data secara sistematis, memproses atau mentransformasikan data, menyimpan data dan menghasilkan output informasi dalam konteks bisnis khusus.
9
Suatu sistem mempunyai karakteristik atau sifat-sifat yang tertentu, seperti: 1. Komponen-komponen (Components) Suatu sistem terdiri dari sejumlah komponen yang saling berinteraksi yang artinya saling bekerja sama membentuk satu kesatuan. Komponen-komponen sistem dapat berupa suatu subsistem atau bagian dari sistem. Setiap sistem tidak peduli betapapun kecilnya, selalu mengandung komponen-komponen. 2. Batas sistem (Boundary) Batas sistem merupakan daerah yang membatasi antara suatu sistem dengan sistem yang lainnya atau dengan lingkungan luarnya. Batas sistem ini memungkinkan suatu sistem dipandang sebagai satu kesatuan. Batas suatu sistem menunjukkan ruang lingkup (scope) dari sistem tersebut. 3. Lingkungan luar sistem (Environment) Lingkungan luar dari suatu sistem adalah apapun di luar batas dari sistem yang mempengaruhi operasi sistem. Lingkungan luar sistem dapat bersifat menguntungkan dan dapat juga bersifat merugikan sistem tersebut. Lingkungan luar yang menguntungkan merupakan energi dari sistem dan dengan demikian harus tetap dijaga dan dipelihara. Sedangkan lingkungan luar yang merugikan harus ditahan dan dikendalikan, kalau tidak maka akan mengganggu kelangsungan hidup dari sistem. 4. Penghubung (Interface) Penghubung merupakan media penghubung antara satu subsistem dengan yang lainnya. Melalui penghubung ini memungkinkan sumber-sumber daya
10
mengalir dari satu subsistem ke subsistem yang lainnya. Keluaran dari satu sistem akan menjadi masukan untuk subsistem yang lainnya dengan melalui penghubung. 5. Masukan (Input) Masukan adalah energi yang dimasukkan ke dalam sistem. Masukan dapat berupa masukan perawatan (maintenance input) dan masukan sinyal (signal input). Maintenance input adalah energi yang dimasukkan supaya sistem tersebut dapat beroperasi. Signal input adalah energi yang diproses untuk didapat keluaran. 6. Keluaran (Output) Keluaran adalah hasil dari energi yang diolah dan diklasifikasikan menjadi keluaran yang berguna dan sisa pembuangan. Keluaran dapat merupakan masukan untuk subsistem yang lain atau kepada supra sistem. 7. Pengolah (Process) Suatu sistem dapat mempunyai suatu bagian pengolah yang akan merubah masukan menjadi keluaran. Suatu sistem produksi akan mengolah masukan berupa bahan baku dan bahan-bahan yang lain menjadi keluar berupa barang jadi. 8. Sasaran (Objectives) Suatu sistem pasti mempunyai tujuan atau sasaran. Kalau suatu sistem tidak mempunyai sasaran, maka operasi sistem tidak akan ada gunanya. Sasaran dari sistem sangat menentukan sekali masukan yang dibutuhkan sistem dan keluaran yang akan dihasilkan sistem. Suatu sistem dikatakan berhasil bila mengenai sasaran atau tujuannya. (Hartono, 2009: 4)
11
2.1.2. Pengertian Informasi Informasi juga memiliki beberapa penafsiran yang dipaparkan oleh beberapa ahli, seperti penjabaran berikut: 1. Menurut Baridwan (2009: 4): Informasi merupakan bagian yang terpenting di dalam sebuah organisasi. Tanpa adanya informasi suatu organisasi tidak mungkin bisa maju. Suatu sistem yang kurang mendapat informasi akan menjadi luruh, kerdil dan akhirnya berakhir. Robert N. Anthony dan John Dearden menyebut keadaan dari sistem dalam hubungannya dengan keberakhirannya dengan istilah entropy yang disebut negative entropy. 2. “Informasi
adalah
data
yang
telah
diklasifikasi
atau
diolah
atau
diinterpretasikan untuk digunakan dalam proses pengambilan keputusan.” (Sutabri, 2010: 18) Sedangkan, data merupakan bentuk yang masih mentah yang belum dapat bercerita banyak sehingga perlu diolah lebih lanjut. Data diolah melalui suatu model untuk dihasilkan informasi. Data yang diolah untuk menghasilkan informasi menggunakan suatu model proses tertentu. Data yang diolah melalui suatu model menjadi informasi, penerima kemudian menerima informasi tersebut, membuat suatu keputusan dan melakukan tindakan, yang berarti menghasilkan suatu tindakan lain yang akan membuat sejumlah data kembali. Data tersebut akan ditangkap sebagai input, diproses kembali lewat suatu model dan seterusnya membentuk suatu siklus. Siklus ini disebut dengan siklus informasi (information cycle) dan disebut juga dengan siklus pengolahan data (data processing cycle). Jadi, hal yang terpenting untuk membedakan informasi dengan data, informasi itu mempunyai kandungan “makna” dan data tidak mempunyai “makna”. Makna artinya output (sebagai penunjang sistem). Pengertian makna
12
disini merupakan hal yang sangat penting, karena berdasarkan makna inilah si penerima dapat memahami informasi tersebut dan secara lebih jauh dapat menggunakannya untuk menarik suatu kesimpulan atau bahkan mengambil keputusan. (Hartono, 2009: 9) Untuk memudahkan dalam memahami pengertian informasi, dapat diperlihatkan siklus informasi yang menggambarkan pengolahan data menjadi informasi dan pemakaian informasi untuk mengambil keputusan hingga akhirnya dari tindakan hasil pengambilan keputusan tersebut dihasilkan data kembali. Secara ringkas siklus informasi dapat dilihat pada gambar 2.1: Proses (Model)
Input (Data)
Output (Informasi) Dasar Data
Data (Ditangkap)
Penerima
Hasil Tindakan
Keputusan Tindakan
Gambar 2.1 Siklus Informasi Sumber: Hartono, 2009: 9
2.1.3. Pengertian Sistem Informasi Sesungguhnya yang dimaksud dengan sistem informasi tidak harus melibatkan komputer. Sistem informasi yang menggunakan komputer biasa
13
disebut sistem informasi berbasis komputer. Dalam prakteknya, istilah sistem informasi lebih sering dipakai tanpa embel-embel berbasis komputer walaupun dalam kenyataannya komputer merupakan bagian yang penting. Ada beragam definisi sistem informasi, beberapa diantaranya adalah sebagai berikut: 1. Menurut Sutabri (2010: 36): Sistem Informasi adalah suatu sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian yang mendukung fungsi operasi organisasi yang bersifat manajerial dengan kegiatan strategi dari suatu organisasi untuk dapat menyediakan kepada pihak luar tertentu dengan laporan-laporan yang diperlukan. 2. “Sistem informasi adalah sekumpulan prosedur organisasi yang pada saat dilaksanakan akan memberikan informasi bagi pengambilan keputusan / pengendalian organisasi.” (Effendy, 2008: 135) 3. Menurut Jogiyanto (2009: 11): Sistem informasi juga dapat diartikan sebagai suatu sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian, mendukung operasi, bersifat manajerial dan kegiatan strategi dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang diperlukan. Dari berbagai definisi yang disebutkan diatas, dapat disimpulkan bahwa sistem informasi mencakup sejumlah komponen (manusia, komputer, teknologi informasi, dan prosedur kerja), ada sesuatu yang diproses (data menjadi informasi), dan dimaksudkan untuk mencapai suatu sasaran atau tujuan. Subsistem dalam sistem informasi dapat terdiri dari subsistem akuntansi, subsistem pembelian, subsistem pemasaran, subsistem produksi, subsistem personalia, dan sebagainya. Masing-masing subsistem tersebut dapat terdiri dari
14
subsistem yang lebih kecil. Pembagian subsistem tersebut bergantung pada masing-masing perusahaan. Sistem informasi terdiri dari komponen-komponen yang disebut dengan istilah blok bangunan (building block) yaitu: 1. Blok Masukan (Input Block) Input mewakili data yang masuk ke dalam sistem informasi. Input disini termasuk metode-metode dan media untuk menangkap data yang akan dimasukkan, yang dapat berupa dokumen-dokumen dasar. 2. Blok Model (Model Block) Blok ini terdiri dari kombinasi prosedur, logika dan model matematik yang akan memanipulasi data input dan data yang tersimpan di basis data dengan cara yang sudah tertentu untuk menghasilkan keluaran yang diinginkan. 3. Blok Keluaran (Output Block) Produk dari sistem informasi adalah keluaran yang merupakan informasi yang berkualitas dan dokumentasi yang berguna untuk semua tingkatan manajemen serta semua pemakai sistem. 4. Blok Teknologi (Technology Block) Teknologi merupakan kotak alat dalam sistem informasi. Teknologi digunakan untuk menerima input, menjalankan model, menyimpan dan mengakses data, menghasilkan dan mengirimkan keluaran dan membantu pengendalian dari sistem secara keseluruhan. Teknologi terdiri dari 3 bagian utama yaitu teknisi (humanware atau brainware), perangkat lunak (software) dan perangkat keras (hardware).
15
5. Blok Basis Data (Database Block) Basis data merupakan kumpulan dari data yang saling berhubungan satu dengan yang lainnya, tersimpan di perangkat keras komputer dan digunakan perangkat lunak untuk memanipulasinya. Data perlu disimpan di dalam basis data untuk keperluan penyediaan informasi lebih lanjut. 6. Blok Kendali (Controls Block) Banyak hal yang dapat merusak sistem informasi, seperti bencana alam, api, temperatur, air, debu, kecurangan-kecurangan, kegagalan dari sistem itu sendiri, kesalahan, ketidakefisienan, sabotase dan lain sebagainya. (Hartono, 2009: 12)
2.2.
Jenis-Jenis Kredit Dalam bahasa latin kredit disebut ‘credere’ yang artinya percaya, karena
itu dasar dari kredit adalah kepercayaan. Dengan demikian pihak pemberi kredit percaya kepada pihak penerima kredit, bahwa kredit yang disalurkannya pasti akan dikembalikan sesuai perjanjian, sedangkan bagi pihak penerima kredit berarti menerima kepercayaan sehingga mempunyai kewajiban untuk membayar kembali pinjaman tersebut sesuai dengan jangka waktunya (Kasmir, 2008: 100). Pengertian kredit menurut Undang-Undang Perbankan nomor 10 tahun 1998 adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam meminjam antara bank dengan pihak lain yang mewajibkan pihak peminjam melunasi utangnya setelah jangka waktu tertentu dengan pemberian bunga.
16
Perusahaan dagang memberikan kredit dengan tujuan untuk meningkatkan penjualan dan mengimbangi pesaing. Lembaga perbankan atau yang sejenis memberikan kredit dengan tujuan untuk memperoleh bunga dari pokok pinjamannya. Sedangkan pihak debitur atau pelanggan melakukan transaksi kredit dengan alasan tidak mempunyai kas yang cukup untuk membeli dan membayar suatu produk atau terpaksa meminjam sejumlah uang untuk modal dan diharapkan dengan modal pinjaman tersebut diperoleh suatu penghasilan yang nantinya dapat mengembalikan pinjamannya tersebut serta memperoleh nilai lebih atau keuntungan. Terdapat dua kelas besar kredit yaitu kredit konsumen dan kredit dagang. Kredit konsumen (customer credit) diberikan oleh penjual eceran pada para konsumen akhir yang membeli produk untuk digunakan secara pribadi atau keluarganya. Kredit dagang (trade credit) diberikan oleh perusahaan non keuangan seperti pengusaha manufaktur dan pedagang besar, pada para konsumen yang merupakan perusahaan bisnis lain. Kredit konsumen dan kredit dagang berbeda dalam hal jenis alat kredit yang digunakan, sumber pendanaan piutang dan syarat penjualan. Perbedaan penting lainnya adalah jaminan kredit yang hanya tersedia bagi kredit dagang. Kredit Konsumen terdiri dari: a. Kredit terbuka (Open Charge Accounts) Ketika menggunakan kredit terbuka, seorang konsumen memperoleh kedirekturan barang (atau jasa) pada saat pembelian, dengan melakukan pembayaran pada saat dilakukan penagihan secara tipikal syarat yang ditetapkan meminta pembayaran pada akhir bulan. Akan tetapi, biasanya
17
memungkinkan sebuah periode yang lebih panjang daripada yang ditetapkan. Tidak terdapat biaya keuangan bagi jenis kredit ini jika saldo pada rekeningnya dibayar secara penuh pada akhir periode penagihan. Para konsumen pada umumnya tidak diminta untuk memberikan uang muka atau menjanjikan jaminan rekening-rekening kecil. Department Store merupakan contoh yang baik dari kredit terbuka. b. Kredit angsuran (Installment Accounts) Kredit angsuran adalah kendaraan bagi kredit konsumen jangka panjang. Biasanya diminta untuk memberikan uang muka, dan biaya keuangan tahunan dapat berjumlah 20% atau lebih dari harga pembelian. Periode pembayaran umumnya berkisar dari 12 bulan sampai 36 bulan. Dealer mobil seringkali menawarkan periode pembayaran yang lebih lama, yaitu 60 bulan. Kredit angsuran bermanfaat bagi pembelian besar seperti: mobil, rumah dan lain-lain. Saat ini, bunga dari kredit angsuran rumah pada PT. Jaya Asrindo Sejahtera adalah sebesar 9,2 %. c. Kredit Beredar (Revolving Charge Accounts) Kredit beredar adalah variasi dari kredit angsuran. Seorang penjual memberikan pada seorang konsumen sejenis kredit dan pembelian yang dibebankan mungkin tidak akan melebihi batas kredit tersebut. Sebuah persentase tertentu dari saldo yang beredar / belum dilunasi harus dibayar per bulan yang memaksa konsumen untuk menganggarkan dan membatasi jumlah utang yang dapat dipinjamkan. Biaya keuangan dihitung pada saldo yang belum dibayar di akhir bulan. Kartu kredit menawarkan jenis rekening ini.
18
d. Kredit Dagang Syarat penjualan bagi kredit dagang tergantung pada produk yang dijual dan keadaan pembeli serta penjual. Periode kredit sering berubah secara langsung dengan lamanya periode perputaran pembeli, yang secara jelas tergantung pada jenis produk yang dijual. Semakin besar pesanan dan semakin tinggi rating kredit pembeli maka semakin baik syarat penjualan yang ada, yang mengasumsikan bahwa syarat perseorangan adalah tetap bagi tiap pembeli.
2.3.
Faktor-Faktor yang Mempengaruhi Penjualan secara Kredit Empat faktor yang berhubungan dengan keputusan wirausaha untuk
memberikan kredit adalah sebagai berikut. 1. Jenis bisnis Para penjual eceran dari barang yang dapat bertahan lama secara tipikal memberikan kredit secara lebih besar daripada yang diberikan oleh penjual kecil yang menjual bahan pangan yang dapat membusuk. Jangka hidup sebuah produk membuat penjualan secara angsuran dapat dilakukan dengan mudah. 2. Kebijakan kredit pesaing Kalau perusahaan menawarkan beberapa keuntungan dalam penggantian kerugian, tindakan tersebut diharapkan sebaik pemberian kredit yang diberikan oleh para pesaingnya. 3. Tingkat penghasilan konsumen Usia dan tingkat penghasilan para konsumen adalah faktor yang signifikan dalam menentukan kebijakan kredit. Sebagai contoh, sebuah toko obat-obatan yang berdekatan dengan sekolah menengah mungkin tidak akan memberikan
19
kredit bagi siswa sekolah menengah tersebut, yang secara tipikal merupakan para konsumen yang tidak diinginkan untuk memperoleh kredit karena kurangnya penghasilan dan kedewasaan mereka. 4. Tersedianya modal kerja Tidak dapat disangkal bahwa penjualan kredit meningkatkan jumlah modal kerja yang dibutuhkan oleh bisnis yang melakukan penjualan. Rekening kredit secara terbuka untuk membayar pengeluaran bisinis.
2.4.
Proses Kredit Banyak perusahaan kecil memberikan sedikit perhatian pada sistem
manajemen kredit mereka sampai saat timbul permasalahan utang yang tidak dapat ditagih. Manajemen kredit akan mendahului penjualan kredit pertama kali (dalam bentuk proses penyaringan yang teliti) dan kemudian melanjutkan siklus kredit keseluruhan.
2.4.1. Unsur-unsur Kredit Menurut Kasmir (2008 : 101), adapun unsur-unsur yang terkandung dalam pemberian suatu fasilitas kredit adalah sebagai berikut. 1. Kepercayaan Kepercayaan merupakan suatu keyakinan basi sipemberi kredit bahwa kredit yang diberikan (baik berupa uang, barang atau jasa) benar-benar diterima kembali dimasa yang akan datang sesuai jangka waktu kredit. Kepercayaan diberikan oleh bank sebagai dasar utama yang melandasi mengapa suatu kredit berani diberikan.
20
2. Kesepakatan Disamping unsur kepercayaan didalam kredit juga mengandung unsur-unsur kesepakatan antara sipemberi kredit dengan sipenerima kredit, kesepakatan ini berupa surat perjanjian dimana masing-masing pihak harus mengetahui hak dan kewajiban masing-masing. 3. Jangka waktu Setiap kredit yang diberikan memiliki jangka waktu tertentu, jangka waktu ini mencakup masa pengembalian yang telah diberikan debitur. 4. Resiko Faktor resiko disini adalah semua kerugian yang diakibatkan oleh debitur dimana kerugian ini disebabkan karena debitur sengaja tidak mau membayar kredit dan resiko karena ketidaksengajaan debitur seperti musibah dan bencana alam. 5. Balas jasa Akibat dari pemberi fasilitas kredit, Bank tertentu mengharapkan balas jasa pemberian kredit tersebut dimana yang bisa kita kenal dengan nama bunga bagi bank, yang mana bunga bagi bank inilah yang merupakan keuntungan bagi bank sebagai pemberi kredit atau jasa tersebut seperti yang kita kenal dengan nama bunga.
2.4.2. Evaluasi Pelamar Kredit Dalam mengevaluasi status kredit pelamar, seorang penjual harus menjawab pertanyaan berikut. a. Dapatkah pembeli membayar seperti yang dijanjikan ?
21
b. Akankah pembeli membayar ? c. Jika ya, kapankah pembeli akan membayar ? d. Jika tidak, dapatkah pembeli dipaksa untuk membayar ? Jawaban dari pertanyaan-pertanyaan di atas harus didasarkan pada bagian perkiraan penjualan akan kemampuan dan kesediaan para pembeli untuk membayar. Perkiraan seperti ini mengharuskan sebuah penilaian pada kelayakan kredit yang melekat pada pembeli. Sebuah keputusan untuk memberikan kredit hanya mengakui kedudukan kredit pembeli. Tapi penjual harus mempertimbangkan kemungkinan jika pembeli akan tidak dapat membayar atau tidak bersedia membayar ketika mengevaluasi status kredit seorang pemohon. Oleh karena itu, penjual harus memutuskan berapa banyak resiko yang diasumsikan bila tidak terjadi pembayaran. Kemampuan untuk membayar dievaluasi dengan lima ”C”, yaitu: a. Character (karakter) menunjukkan pada integritas dan kejujuran dasar yang akan mendasari semua hubungan manusia dan bisnis. b. Capital (modal) terdiri dari kas dan asset lain yang dimiliki konsumen. c. Capacity (kapasitas) menunjuk pada kemampuan konsumen untuk melindungi asset secara tepat dan efisien mengikuti rencana keuangan. d. Conditions (kondisi) menunjuk pada faktor-faktor seperti siklus bisnis, perubahan tingkat harga, yang mungkin menguntungkan atau tidak menguntungkan pembayaran utang. e. Collateral (jaminan) terdiri dari jaminan yang dirancang untuk diberikan sebagai janji pemenuhan sebuah kewajiban.
22
2.4.3. Sumber Informasi Kredit Sumber informasi kredit adalah sejarah awal kredit seorang konsumen. Dianalisis secara tepat, catatan kredit memperlihatkan apakah seorang konsumen secara teratur mengambil diskon tunai. Jika tidak, apakah rekening seorang konsumen secara tipikal lambat. Data yang bersangkutan dengan pemohon kredit dapat diperoleh dari pihak luar perusahaan. Sebagai contoh, perjanjian yang mungkin dibuat dengan penjual lain, untuk saling menukarkan data kredit. Pertukaran informasi kredit seperti itu cukup bermanfaat untuk mempelajari pengalaman penjualan dan pembayaran pihak lain yang dialami dengan konsumen penjualan itu sendiri atau pemohon kredit.
2.5.
Data Flow Diagram (DFD) Data Flow Diagram (DFD) adalah representasi grafik dari sebuah sistem,
yang menggambarkan pandangan sejauh mungkin mengenai masukan, proses dan keluaran sistem. (Kendall dan Kendall, 2010: 263) Serangkaian diagram aliran data berlapis juga dapat digunakan untuk merepresentasikan dan menganalisis prosedur-prosedur mendetail dalam sistem yang lebih besar. Adapun kelebihan pendekatan aliran data melalui cara data berpindah di sepanjang sistem yaitu: 1. Kebebasan dari menjalankan implementasi teknis sistem yang terlalu dini. 2. Pemahaman lebih jauh mengenai keterkaitan satu sama lain dalam sistem dan subsitem.
23
3. Menkomunikasikan pengetahuan sistem yang ada dengan pengguna melalui diagram aliran data. Adapun beberapa simbol DFD yang sering digunakan adalah sebagai berikut: 1. Simbol proses, digunakan untuk menunjukkan adanya proses transformasi. Proses-proses tersebut selalu menunjukkan suatu perubahan data. Bentuk simbol tersebut yaitu:
Gambar 2.2 Simbol Proses Sumber : Kendall dan Kendall, 2010: 263 2. Simbol panah, menunjukkan perpindahan data dari satu titik ke titik yang lain, dengan kepala tanda panah mengarah ke tujuan data. Aliran data yang muncul secara simultan bisa digambarkan hanya dengan menggunakan tanda paralel. Bentuk simbol tersebut yaitu:
Gambar 2.3 Simbol Panah Sumber : Kendall dan Kendall, 2010: 264 3. Simbol entitas, digunakan untuk menggambarkan suatu entitas eksternal (bagian lain, sebuah perusahaan, seseorang atau sebuah mesin) yang dapat mengirim data atau menerima data dari sistem. Bentuk simbol tersebut adalah:
Gambar 2.4 Simbol Entitas Sumber : Kendall dan Kendall, 2010: 264
24
4. Simbol penyimpanan, digambarkan dengan dua garis paralel yang tertutup oleh sebuah garis pendek di sisi kiri dan ujungnya terbuka di sisi sebelah kanan. Simbol ini digambarkan hanya dengan lebar secukupnya saja, sehingga memungkinkan menandai bentuk huruf-huruf diantara garis-garis paralel yang ada, dimana bentuk simbol tersebut adalah:
Gambar 2.5 Simbol Penyimpanan Sumber : Kendall dan Kendall, 2010: 265 Berikut diberikan beberapa penjabaran yang berhubungan dengan DFD. a. Aturan Main DFD Bentuk rambu-rambu atau aturan main yang baku dan berlaku dalam penggunaan DFD untuk membuat model sistem adalah: 1. Di dalam data flow diagram tidak boleh menghubungkan antara external entity dengan external entity lainnya secara langsung. 2. Di dalam data flow diagram tidak boleh menghubungkan data store yang satu dengan data store yang lainnya secara langsung. 3. Di dalam data flow diagram tidak boleh menghubungkan data store dengan external entity secara langsung. 4. Setiap proses harus ada memiliki data flow yang masuk dan ada juga data flow yang keluar. (Kendall dan Kendall(I), 2010: 263-269)
25
b. Teknik Membuat DFD Teknik atau cara yang lazim digunakan di dalam membuat data flow diagram adalah: 1. Mulai dari yang umum atau tingkatan yang lebih tinggi, kemudian diuraikan atau dijelaskan sampai yang lebih detail atau tingkatan yang lebih rendah, yang lebih dikenal dengan istilah Top-Down Analysis. 2. Jabarkan proses yang terjadi didalam data flow diagram sedetail mungkin sampai tidak dapat diuraikan lagi. 3. Peliharalah konsistensi proses yang terjadi didalam DFD, mulai dari diagram yang tingkatannya lebih tinggi sampai dengan tingkatannya yang lebih rendah. 4. Berikan label yang bermakna untuk setiap simbol yang digunakan seperti: a) Nama yang jelas untuk external entity b) Nama yang jelas untuk proses c) Nama yang jelas untuk data flow d) Nama yang jelas untuk data store (Kendall dan Kendall(I), 2010: 263-269)
c. Tahapan DFD Langkah-langkah didalam membuat data flow diagram dibagi menjadi tiga tahap atau tingkat konsentrasi DFD, yaitu: 1. Diagram Konteks Diagram ini dibuat untuk menggambarkan sumber serta tujuan data yang akan diproses atau dengan kata lain diagram tersebut digunakan untuk
26
menggambarkan sistem secara umum, global dari keseluruhan sistem yang ada. 2. Diagram Nol Diagram ini dibuat untuk menggambarkan tahapan proses yang ada di dalam diagram konteks, yang penjabarannya lebih terperinci. 3. Diagram Detail Diagram ini dibuat untuk menggambarkan arus data secara lebih mendetail lagi dari tahapan proses yang ada di dalam diagram nol. (Kendall dan Kendall(I), 2010: 263-269)
2.6.
Basis Data Basis data adalah pusat sumber data yang dapat dipakai oleh banyak
pemakai untuk berbagai aplikasi. Inti dari basis data adalah database management system (DBMS) yang memperbolehkan pembuatan, modifikasi, pembaharuan basis data, mendapatkan kembali data dan membangkitkan laporan. (Kendall & Kendall, 2010: 128) Tujuan dari basis data, yaitu: a) Memastikan bahwa data dapat dipakai diantara pemakai untuk berbagai aplikasi. b) Memelihara baik keakuratan maupun kekonsistenan. c) Memastikan bahwa semua data yang diperlukan untuk aplikasi sekarang dan yang akan datang disediakan dengan cepat. d) Membolehkan basis data untuk berkembang. (Kendall & Kendall, 2010: 128)
27
Tujuan yang telah disebutkan di atas memberikan keuntungan dan kerugian pendekatan basis data. Pertama, pemakaian data berarti bahwa data perlu disimpan hanya sekali. Membantu mencapai integritas data, karena mengubah data yang diselesaikan lebih mudah dan dapat dipercaya jika data muncul hanya sekali dalam banyak file berbeda. Ketika pemakai memerlukan data khusus, basis data yang dirancang dengan baik (well-designed) memenuhi lebih dahulu kebutuhan data yang demikian. Akibatnya, data memiliki kesempatan tersedia yang lebih baik dalam basis data daripada dalam sistem file yang konvensional. Basis data yang dirancang dengan baik juga lebih fleksibel daripada file terpisah, karena itu, basis data dapat berkembang seperti pada perubahan kebutuhan pemakai dan aplikasinya. Akhirnya, pendekatan basis data memiliki keuntungan yang membolehkan pemakai untuk memiliki pandangan sendiri mengenai data. Pemakai tidak perlu memperhatikan struktur sebenarnya basis data atau penyimpan fisiknya. Kerugian pertama pendekatan basis data adalah bahwa semua data disimpan dalam satu tempat. Oleh karena itu, data lebih mudah diserang bencana dan membutuhkan backup yang lengkap. Terdapat resiko bahwa administrator basis data menjadi satu-satunya orang yang mempunyai hal istimewa atau kemampuan cukup untuk mendekati data. Kerugian lain terjadi ketika usaha untuk mencapai dua tujuan efektif untuk mengatur sumber data, seperti: 1. Menjaga waktu yang diperlukan untuk insert, update, menghapus dan memperoleh kembali data untuk suatu jumlah yang dapat dipertahankan.
28
2. Menjaga harga penyimpanan data untuk jumlah yang dapat diterima. (Kendall & Kendall, 2010: 128) Sebuah basis data terdiri atas beberapa tabel (sesuai dengan kebutuhan program). Tabel adalah kumpulan dari record-record sejenis dengan panjang elemen yang sama tapi data valuenya berbeda. Sebuah tabel terdiri atas beberapa record. Record adalah kumpulan dari atribut-atribut yang menginformasikan sebuah entitas secara lengkap. Sebuah record terdiri atas beberapa field. Field adalah item-item yang terdapat pada sebuah entitas yang dapat bertindak sebagai pengenal bagi entitas tersebut. Microsoft Access adalah salah satu program aplikasi Relational Database Management System (RDBMS), dimana semua data yang ada disimpan dalam tabel-tabel yang terdiri dari atas lajur kolom dan baris. Dengan RDBMS, pengelolaan sebuah database akan mudah dilakukan walaupun jumlah datanya banyak dan kompleks. Dibandingkan dengan program aplikasi pembuatan database lain, Microsoft Access sangat mudah digunakan dan fleksibel dalam pembuatan dan perancangan suatu database. Perancangan dan pengelolaan database pada Microsoft Access meliputi pembuatan Table, Form, Query, Macro, Modul dan Pages. Sedangkan, tipe data yang ada dalam Microsoft Access adalah: 1. Text
: untuk menerima data teks sampai 255 karakter yang terdiri
dari huruf, angka dan simbol grafik.
29
2. Memo
: untuk menerima data teks sampai 65,535 karakter yang
terdiri dari huruf, bilangan, tanda baca serta simbol grafik. Tipe data ini tidak dapat digunakan sebagai acuan untuk pengurutan data (indeks). 3. Number
: untuk menerima digit, tanda minus dan titik desimal. Tipe
data number mempunyai lima pilihan ukuran bilangan dan jumlah digit tertentu. 4. Date/Time
: untuk menerima data tanggal dan waktu, serta nilai tahun
yang dimulai tahun 100 sampai dengan tahun 9999. 5. Currency
: untuk menerima data digit, tanda minus, dan tanda titik
desimal dengan tingkat ketepatan 15 digit desimal di sebelah kiri tanda titik desimal dan 4 digit di sebelah kanan tanda titik desimal. 6. Autonumber
: untuk menampilkan nomor urut otomatis, yaitu berupa
data angka mulai dari 1 dengan nilai selisih 1. 7. Yes/No
: tipe ini untuk menerima salah satu data dari dua nilai,
yaitu Yes/No, True/False atau On/Off. 8. OLE Object
: untuk menerima data yang berupa objek grafik,
spreadsheet, foto digital, rekaman suara atau video yang dapat diambil dari program aplikasi lain. Ukuran maksimum adalah 1 Gigabyte. 9. Hyperlink
: untuk menerima data yang berupa teks yang berwarna dan
bergaris bawah serta grafikm dimana tipe data ini berhubungan dengan jaringan. 10. Attachment
: untuk menerima data yang berupa file gambar,
spreadsheet, dokumen, grafik dan tipe data lain.
30
11. Lookup Wizard
: untuk menampilkan satu dari beberapa tipe data yang ada
dalam suatu daftar. Data tersebut dapat diambil dari tabel maupun query yang ada.
2.7.
Entity Relationship Diagram (ERD) ERD adalah gambar atau diagram yang menunjukkan informasi dibuat,
disimpan dan digunakan dalam sistem bisnis. Entitas biasanya menggambarkan jenis informasi yang sama. Dalam entitas digunakan untuk menghubungkan antar entitas yang sekaligus menunjukkan hubungan antar data. Pada akhirnya ERD bisa juga digunakan untuk menunjukkan aturan-aturan bisnis yang ada pada sistem informasi yang akan dibangun. Elemen-elemen ERD, mencakup: 1. Entitas Entitas bisa berupa orang, kejadian, atau benda dimana data akan dikumpulkan. Untuk menjadi sebuah entitas, suatu objek harus menampilkan beberapa kali event. 2. Atribut a. Informasi yang diambil tentang sebuah entitas. b. Hanya digunakan oleh organisasi yang dimasukkan dalam model. c. Nama atribut harus merupakan kata benda. d. Kadang nama entitas diletakkan di depan nama atribut untuk ketelitian. 3. Identifier a. Satu atau lebih atribut dapat menjadi identifier entitas, yang secara unik mengidentifikasi setiap anggota dari entitas.
31
b. Concatenated identifier (identifier gabungan) terdiri dari beberapa atribut. c. Identifier bisa saja artificial, seperti dengan membuat nomor ID. d. Identifier tidak akan dikembangkan sampai fase desain. 4. Relationships a. Hubungan antar entitas. b. Entitas pertama dalam relationship disebut entitas induk, entitas kedua disebut sebagai entitas anak. c. Relationship harus memiliki nama yang berupa kata kerja. d. Relationship berjalan 2 arah. (Kendall & Kendall(II), 2010: 155-156) Hubungan diasosiasikan dengan entitas. Hubungan adalah ikatan yang menggambarkan interaksi antarentitas. (Kendall & Kendall(II), 2010: 131) Simbol dari hubungan tersebut dapat dilihat pada tabel 2.1: Tabel 2.1. Simbol Hubungan Entitas dan Artinya
Sumber: Kendall dan Kendall (II), 2010: 133
32
2.8.
Bahasa Pemrograman Bahasa pemrograman berdasarkan tingkat ketergantungannya dengan
mesin bisa meliputi: a. Machine-code languages Merupakan bentuk terendah dari bahasa komputer. Setiap instruksi dalam program direpresentasikan dengan kode numerik, yang secara fisik berupa deretan angka 0 dan 1. Sekumpulan instruksi dalam bahasa mesin bisa dibentuk menjadi microcode, yaitu semacam prosedur dalam bahasa mesin. b. Assembly languages Merupakan bentuk simbolik dari bahasa mesin. Setiap kode memiliki kode simbolik, misalnya ADD untuk penjumlahan (addition) dan MUL untuk perkalian (multiplication). Pada bahasa assembly tersedia alat bantu untuk diagnostik (debug) yang tidak terdapat pada bahasa mesin. Contoh software yang ada untuk pengembangan dan debug bahasa assembly seperti Turbo Assembler dari Borland, Macro Assembler dari Microsoft, Turbo Debugger. c. High-level languages Disebut tingkat tinggi karena lebih dekat dengan manusia. Memberikan fasilitas yang lebih mudah, serta mudah dimengerti dan dipelajari oleh pengguna. Pengguna tidak perlu mengetahui bagaimana representasi data ke dalam bentuk internal di memori, karena pekerjaan tersebut ditangani oleh suatu sistem yang mentranslasikan program bahasa tingkat tinggi ke dalam bahasa mesin. Contohnya Pascal, Visual Basic.
33
d. Problem-oriented language Memungkinkan penyelesaian untuk suatu masalah atau aplikasi yang spesifik. Contohnya SQL (Structured Query Language) untuk aplikasi database, QBE (Query by Example). (Junindar, 2008: 3) Visual Basic.NET adalah generasi selanjutnya dari Visual Basic. Visual Basic.Net memungkinkan kita untuk membangun aplikasi database client atau server performa tinggi dan sangat cocok didampingkan dengan perangkat lunak SQL Server 2000. Pemilihan Visual Basic.NET sebagai program pengembang sistem ini adalah karena merupakan salah satu program aplikasi yang berada di bawah platform .NET framework. Dalam dialog New Project terdapat beberapa jenis aplikasi yang akan dibuat termasuk bahasa pemrograman yang digunakan. Jenis aplikasi yang dapat dibuat adalah: 1. Windows Application: aplikasi yang paling umum dibuat, menggunakan interface windows. Biasanya, Windows Application merupakan interface aplikasi, sedangkan logic aplikasi terdapat di dalam Class Library. Windows Application dapat berisi form, class, XML file, maupun file VB Script dan Jscript. 2. Class Library: fondasi dasar untuk membuat komponen yang menjalankan fungsi tertentu. Class merupakan fondasi dasar untuk membentuk objek dalam pemrograman berorientasi objek. Class Library tidak memiliki interface tertentu seperti form, tetapi dapat diakses oleh aplikasi lain untuk menjalankan berbagai fungsi yang terdapat di dalamnya. Class Library dapat disamakan
34
dengan teknologi ActiveX DLL (.dll) dan ActiveX EXE dalam pemrograman VB6. 3. Windows Control Library: tidak puas dengan built in control yang disediakan VS.NET ? Anda dapat berkreasi membuat kontrol sendiri dan memasukkan berbagai fungsi yang Anda inginkan di dalam kontrol tersebut. Fasilitas untuk membuat kontrol tersebut adalah Windows Control Library. Kontrol ini sama dengan ActiveX Control (.ocx) dalam pemrograman VB6. 4. ASP.NET Web Application: project yang digunakan untuk membuat aplikasi web. Teknologi yang digunakan adalah ASP.NET yang memiliki berbagai kelebihan dibandingkan ASP klasik. Perubahan utamanya adalah dapat diprogram menggunakan berbagai bahasa .NET seperti VB, C++, C#, maupun J#. ASP.NET juga menyediakan berbagai kontrol yang bersifat event driven programming sehingga lebih menghemat waktu pembuatan aplikasi. 5. ASP.NET Web Service: Web service merupakan salah satu ide utama dalam .NET. Anda dapat membuat web service dan meletakkannya di web server untuk diakses berbagai aplikasi. Sebuah web service dapat diakses oleh aplikasi windows, web, console, maupun mobile device. Web service hampir sama dengan Class Library. Perbedaan utamanya adalah web service diletakkan di web server sehingga dapat diakses dengan lebih mudah dan tidak terbatas pada aplikasi berbasis windows saja. 6. Console Application: aplikasi dengan tampilan text mode atau DOS. Aplikasi jenis ini biasa digunakan sebagai monitoring service atau remote application di mana sumber daya komputer dan bandwidth sangat terbatas.
35
7. Windows Service: aplikasi yang berjalan sebagai di windows, yang di-load bersamaan dengan proses start up windows. Aplikasi ini berjalan di background dan biasanya tidak memiliki interface. Penerapan aplikasi ini misalnya untuk pembuatan scanning antivirus, server FTP dan remote server. 8. Web Control Library: hampir sama dengan Windows Control Library tapi digunakan untuk aplikasi web. (Junindar, 2008: 3-5)
2.9.
Data mining Data mining adalah suatu istilah yang digunakan untuk menguraikan
penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan teknik statistic, matematika, kecerdasan buatan, dan machine learning untuk mengekstrasi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar (Turban, 2005: 3). Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis data. Informasi yang dihasilkan diperoleh dengan cara mengekstraksi dan mengenali pola yang penting atau menarik dari data yang terdapat dalam basis data
(http://lecturer.eepis-its.edu/~entin/Data%20Mining/Minggu%201%20Pe
ngantar%20Data%20Mining.pdf, tanggal akses 10 Januari 2015). Data mining terutama digunakan untuk mencari pengetahuan yang terdapat dalam basis data yang besar sehingga sering disebut Knowledge Discovery in Databases (KDD). Proses pencarian pengetahuan ini menggunakan berbagai teknik-teknik pembelajaran komputer (machine learning) untuk
36
menganalisis dan mengekstraksikannya. Proses pencarian bersifat iteratif dan interaktif untuk menemukan pola atau model yang baru, bermanfaat, dan dimengerti. Dalam penerapannya data mining memerlukan berbagai perangkat lunak analisis data untuk menemukan pola dan relasi data agar dapat digunakan untuk membuat prediksi dengan akurat. Kehadiran data mining dilatar belakangi oleh berlimpahnya data (overload data) yang dialami oleh berbagai institusi, perusahaan atau organisasi. Berlimpahnya data ini merupakan akumulasi data transaksi yang terekam bertahun-tahun. Data tersebut merupakan data transaksi yang umumnya diproses menggunakan aplikasi komputer yang biasa disebut dengan On Line Transaction Processing (OLTP). Data mining juga dilatar belakangi oleh atau adanya ledakan informasi (explotion information) dari berbagai media terutama internet. Delapan puluh persen informasi yang disajikan media internet dalam bentuk tak terstruktur (unstructured information). Media internet menyajikan informasi dalam berbagai format file, bahasa, dan bentuk penyajian seperti teks, gambar, suara ataupun video. Kendala lain yang melatara belakangi adalah tidak dilengkapinya informasi dengan metadata yang terstandarisasi atau bahkan tidak menyertakannya sama sekali. Pertumbuhan yang pesat dari akumulasi data/informasi itu telah menciptakan kondisi dimana suatu institusi memiliki bergunung-gunung data tetapi miskin informasi yang bermaanfaat (“rich of data but poor of information”). Tidak jarang “gunung” data itu dibiarkan begitu saja seakan akan menjadi “kuburan data” (data tombs). Pertanyaannya sekarang, apakah gunung data tersebut akan dibiarkan, tidak berguna lalu dibuang, ataukah dapat ditambang
37
untuk menemukan “emas” yaitu informasi yang lebih bermanfaat. Jawabnya ya, data mining hadir untuk menjawab tantangan tersebut. Pemanfaatan data mining dapat dilihat dari dua sudut pandang, yaitu sudut pandang komersial dan sudut pandang keilmuan. Dari sudut pandang komersial, pemanfaatan dataming dapat digunakan dalam menangani meledaknya volume data. Bagaimana menyimpannya, mengestraknya serta memanfaaatkannya. Berbagai teknik komputasi dapat digunakan menghasilkan informasi yang dibutuhkan. Informasi yang dihasilkan menjadi aset untuk meningkatkan daya saing suatu institusi. Data mining tidak hanya digunakan untuk menangani persoalan menumpuknya
data/informasi
dan
bagaimana
menggudangkannya
tanpa
kehilangan informasi yang penting (warehousing). Data mining juga diperlukan untuk menyelesaikan permasalahan atau menjawab kebutuhan bisnis itu sendiri, misalnya: 1. Bagaimana mengetahui hilangnya pelanggan karena pesaing 2. Bagaimana mengetahui item produk atau konsumen yang memiliki kesamaan karakteristik 3. Bagaimana mengidentifikasi produk-produk yang terjual bersamaan dengan produk lain. 4. Bagaimana memprediksi tingkat penjualan 5. Bagaimana menilai tingkat resiko dalam menentukan jumlah produksi suatu item. 6. Bagaimana memprediksi prilaku bisnis di masa yang akan datang
38
Data mining adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola dan hubungan dalam set data berukuran besar. Kegunaan data mining adalah untuk menspesifikasikan pola yang harus ditemukan dalam tugas data mining. Kehadiran data mining dilatar belakangi dengan problema data explosion yang dialami akhir-akhir ini dimana banyak organisasi telah mengumpulkan data sekian tahun lamanya (data pembelian, data penjualan, data nasabah, data transaksi) Inti dari data mining adalah kegiatan penggalian pengetahuan data. Pengertian dari istilah lain yang hampir mirip dengan data mining adalah Knowledge discovery dan pattern recognition. 1. Knowledge discovery : menemukan pengetahuan dari bongkahan data yang masih tersembunyi 2. Pattern recognition : pengenalan pola. Pengetahuan yang digali masih berbentuk pola-pola yang mungkin masih perlu digali dalam bongkahan data Data mining dibagi menjadi beberapa kelompok berdasarkan tugas yang dapat dilakukan, yaitu: 1. Deskripsi. Menggambarkan sekumpulan data secara ringkas. Data yang digambarkan berupa: -/- Deskripsi grafis : diagram titik, histogram. -/Deskripsi lokasi : mean(rata-rata), median(nilai tengah), modus, kuartil, persentil. -/- Deskripsi keberagaman : range(rentang), varians dan standar deviasi. 2. Estimasi. Memperkirakan suatu hal dari sejumlah sample yang dimiliki (yang tidak diketahui) Estimasi hampir sama dengan klasifikasi, kecuali variable target. Estimasi lebih kearah numeric dari pada kearah kategori.
39
3. Prediksi. Prediksi hampir sama dengan klasifikasi dan estimasi, kecuali bahwa dalam prediksi nilai dari hasil akan ada dimasa datang (memperkirakan hal yang belum terjadi). Pengguna bisa menunggu hingga hal itu terjadi untuk membuktikan seberapa tepat prediksi pengguna. 4. Klasifikasi.
kegiatan
menggolongkan,
dengan
menggunakan
data
historis(sebagai data yang digunakan untuk latihan dan sebagai pengalaman).Dalam klasifikasi terdapat variabel prediktor dan variabel target. 5. Pengklusteran. Pengkulusteran merupakan pengelompokan record, pengamatan atau memperhatikan dan membentuk kelas objek-objek yang memiliki kemiripan. Kluster adalah kumpulan record yang memiliki kemiripan satu dengan yang lainya dan memiliki ketidak miripan dengan record-record dalam cluster. 6. Asosiasi. Tugas asosiasi dalam data mining adalah menemukan atribut yang muncul dalam satu waktu. Dalam dunia bisnis lebih umum disebut analisis keranjang pasar. Berdasarkan pengelompokkan data mining tersebut, masing masing memiliki kelompok fungsi antara lain: 1. Fungsi Minor (tambahan) : deskripsi, estimasi, prediksi 2. Fungsi Mayor (utama) : klasifikasi, pengelompokkan, estimasi. Data mining digambarkan sebagai proses pencarian pengetahuan yang menarik dalam database seperti pola , asosiasi, aturan, perubahan, keganjilan dan struktur penting dari sejumlah besar data yang disimpan pada bank data dan tempat penyimpanan informasi lainnya. Berikut merupakan proses KDD
40
1. Pemilihan data (data selection), pemilihan data relevan yang didapat dari basis data; 2. Pembersihan data (data cleaning), proses menghilangkan noise dan data yang tidak konsisten atau data tidak relevan; 3. Pengintegrasian data (data integration), penggabungan data dari berbagai basis data ke dalam satu basis data baru; 4. Transformasi data, data diubah atau digabung ke dalam format yang sesuai untuk diproses dalam data mining; 5. Data mining, suatu proses dimana metode diterapkan untuk menemukan pengetahuan berharga dan tersembunyi dari data; 6. Evaluasi pola (pattern evaluation), untuk mengidentifikasi pola-pola menarik untuk direpresentasikan kedalam knowledge base; 7. Representasi pengetahuan (knowledge presentation), visualisasi dan penyajian pengetahuan
mengenai
teknik
yang
digunakan
untuk
memperoleh
pengetahuan yang diperoleh pengguna. (http://www.bukucatatan.web.id/, tanggal akses 10 Januari 2015)
2.10.
Metode Interpolasi Dalam bidang matematika analisis numeris, interpolasi adalah metode
menghasilkan titik-titik data baru dalam suatu jangkauan dari suatu set diskret data-data yang diketahui. Interpolasi adalah suatu cara untuk mencari nilai di antara beberapa titik data yang telah diketahui. Di dunia nyata, interpolasi dapat digunakan untuk memperkirakan suatu fungsi, yang mana fungsi tersebut tidak
41
terdefinisi dengan suatu formula, tetapi didefinisikan hanya dengan data-data atau tabel, misalnya tabel dari hasil percobaan. Dalam teknik dan sains, seringkali seseorang memiliki sejumlah titik data yang didapatkan melalui pengambilan sampel atau eksperimen, mewakili nilainilai suatu fungsi dengan jumlah nilai variabel bebas yang terbatas. Seringkali diperlukan mengekstrapolasi (alias memperkirakan) nilai fungsi tersebut pada nilai variabel bebas di pertengahan. Hal ini dapat dicapai melalui pencocokkan kurva atau analisis regresi. Sebuah permasalahan berbeda yang berhubungan dekat dengan interpolasi adalah pendekatan/aproksimasi suatu fungsi kompleks melalui suatu fungsi sederhana. Seandainya formula untuk suatu fungsi tertentu diketahui namun terlalu rumit untuk dinilai secara efisien, maka beberapa titik data yang diketahui dari fungsi asli tersebut dapat digunakan untuk menghasilkan suatu interpolasi berdasarkan suatu fungsi yang lebih sederhana. Tentu saja, ketika suatu fungsi yang lebih sederhana digunakan untuk memperkirakan titik data dari fungsi asli, biasanya muncul kesalahan interpolasi; namun tergantung pada domain masalahnya dan pada metode interpolasi yang digunakannya, keuntungan dari kesederhanaan/kemudahannya lebih menguntungkan daripada hasil berkurangnya keakuratan. Terdapat juga suatu jenis interpolasi yang sangat berbeda dalam matematika, yaitu "interpolasi operator". Hasil klasik seputar interpolasi operator adalah Teorema Riesz-Thorin dan Teorema Marcinkiewicz. Terdapat juga banyak hasil lainnya.
42
Pada analisis regresi, kurva atau fungsi yang dibuat digunakan untuk mempresentasikan suatu rangkaian titik data dalam koordinat x-y. Kurva atau garis lurus yang terbentuk tidak melalui semua titik data akan tetapi hanya kecenderungan (trend) saja dari sebaran data, sedang pada interpolasi dicari suatu nilai yang berada diantara beberapa titik data yang telah diketahui nilainya. Untuk dapat memperkirakan nilai tersebut, pertama kali dibuat suatu fungsi atau persamaan yang melalui titik-titik data, setelah persamaan garis atau kurva terbentuk, kemudian dihitung nilai fungsi yang berada di antara titik-titik data. Pada Gambar 2.6, menunjukkan sket kurva yang dibuat dari data yang sama dengan cara regresi (Gambar 2.6a) dan interpolasi (Gambar 2.6b dan Gambar 2.6c). Kurva pada Gambar 2.6a, tidak melalui semua titik pengukuran, tetapi hanya mengikuti trend dari data menurut garis lurus. Gambar 2.6b, menggunakan segmen garis lurus atau interpolasi linier untuk menghubungkan titik-titik data, sedang Gambar 2.6c, menggunakan kurva untuk menghubungkan titik-titik data.
Gambar 2.6. Perbedaan antara regresi (a) dan interpolasi (b, c) Sumber : http://fti.unand.ac.id/images/MATERIKULIAH/WERMANKASOEP/ Bab_3_Interpolasi.pdf, tanggal akses 10 Januari 2015
43
Metode interpolasi yang sering digunakan adalah interpolasi polinomial. Persamaan polinomial adalah persamaan aljabar yang hanya mengandung jumlah dari variabel x berpangkat bilangan bulat (integer). Bentuk umum persamaan polinomial order n adalah: f (x) = a 0 + a 1 x + a 2 x2 + … + a n xn dengan a 0, a 1 , a 2 , …, a n adalah parameter yang akan dicari berdasarkan titik data, n adalah derajat (order) dari persamaan polinomial, dan x adalah variabel bebas. Untuk (n + 1) titik data, hanya terdapat satu atau kurang polinomial order n yang melalui semua titik. Misalnya, hanya ada satu garis lurus (polinomial order 1) yang menghubungkan dua titik (Gambar 2.6a), demikian juga tiga buah titik dapat dihubungkan oleh fungsi parabola (polinomial order 2), sedang untuk 4 titik dapat dilalui kurva polinomial order 3, seperti terlihat dalam Gambar 2.6b dan Gambar 2.6c. Di dalam operasi interpolasi ditentukan suatu persamaan polinomial order n yang melalui (n + 1) titik data, yang kemudian digunakan untuk menentukan suatu nilai diantara titik data tersebut. Pada polinomial berderajat satu, diperoleh bentuk interpolasi linier yang sudah banyak dikenal. Interpolasi linier memberikan hasil yang kurang teliti, sedang interpolasi polinomial dengan derajat lebih besar dari satu yang merupakan fungsi tidak linier memberikan hasil yang lebih baik.
2.11.
Bentuk Umum Interpolasi Polinomial Bentuk umum polinomial order n adalah: f n (x) = b o + b 1 (x – x 0 ) + … + b n (x – x 0 )(x – x 1 ) ... (x – x n – 1 )
(2.1)
44
Seperti yang dilakukan interpolasi linier dan kuadrat, titik-titik data dapat dilakukan dengan evaluasi koefisien b 0 , b 1, ..., b n . Untuk polinomial order n, diperlukan (n + 1) titik data x 0, x 1, x 2, ..., x n . Dengan menggunakan titik-titik data tersebut, maka persamaan berikut digunakan untuk mengevaluasi koefisien b 0 , b 1, ..., b n . b 0 = f (x 0 )
(2.2)
b 1 = f [x 1, x 0 ]
(2.3)
b 2 = f [x 2 , x 1, x 0 ]
(2.4)
b n = f [x n , x n – 1 , ..., x 2 , x 1, x 0 ]
(2.5)
Dengan definisi fungsi berkurung ([….]) adalah pembagian beda hingga. Misalnya, pembagian beda hingga pertama adalah: f [x i, x j ] =
f ( xi ) − f ( x j )
(2.6)
xi − x j
Pembagian beda hingga kedua adalah: f [x i, x j , x k ] =
f [ xi , x j ] − f [ x j , xk ] xi − xk
(2.7)
Pembagian beda hingga ke n adalah: f [x n , x n – 1 , ..., x 2 , x 1, x 0 ] =
f [ xn , xn − 1 , ..., x1 ] − f [ xn − 1 , xn − 2 , ..., x0 ) xn − x0
(2.8)
Bentuk pembagian beda hingga tersebut dapat digunakan untuk mengevaluasi koefisien-koefisien dalam persamaan (2.2) sampai persamaan (2.5) yang kemudian disubstitusikan ke dalam persamaan (2.1) untuk mendapatkan interpolasi polinomial order n.
45
f n (x) = f (x 0 ) + f [x 1 , x 0 ](x – x 0 ) + f [x 2 , x 1 , x 0 ](x – x 0 )(x – x 1 ) + … + f [x n , x n – 1 , ..., x 2 , x 1, x 0 ](x – x 0 )(x – x 1 ) … (x – x n – 1 )
(2.9)
Persamaan (2.6) sampai persamaan (2.8) adalah berurutan, artinya pembagian beda yang lebih tinggi terdiri dari pembagian beda hingga yang lebih rendah, secara skematis bentuk yang berurutan tersebut ditunjukkan dalam Tabel 2.2. Tabel 2.2. Langkah Skematis Pembagian Beda Hingga
Contoh soal: Titik data x 0 = 1, x 1 = 4 dan x 2 = 6 ingin digunakan untuk memperkirakan ln 2 dengan fungsi parabola. Sekarang dengan menambah titik ke empat yaitu x 3 = 5 dengan nilai f (x 3 = 5) = 1,6094379, hitung ln 2 dengan interpolasi polinomial order tiga. Penyelesaian: x0 = 1
→ f (x 0 ) = 0
x1 = 4
→ f (x 1 ) = 1,3862944
x2 = 6
→ f (x 2 ) = 1,7917595
x3 = 5
→ f (x 3 ) = 1,6094379
Persamaan polinomial order tiga didapat dengan memasukkan nilai n = 3 ke dalam persamaan (2.1):
46
f 3 (x) = b o + b 1 (x – x 0 ) + b 2 (x – x 0 )(x – x 1 ) + b 3 (x – x 0 )(x – x 1 )(x – x 2 )
(c.1)
Pembagian beda hingga pertama dihitung dengan persamaan (2.6):
f ( xi ) − f ( x j )
f [x i, x j ] =
(c.2)
xi − x j
f [x 1, x 0 ] =
1,3862944 − 0 = 0,46209813. 4 −1
f [x 2 , x 1 ] =
1,7917595 − 1,3862944 = 0,20273255. 6−4
f [x 3 , x 2 ] =
1,6094379 − 1,7917595 = 0,1823216. 5−6
Pembagian beda hingga kedua dihitung dengan persamaan (2.7): f [x i, x j , x k ] =
f [ xi , x j ] − f [ x j , xk ]
(c.3)
xi − xk
f [x 2 , x 1 , x 0 ] =
0,20273255 − 0,46209813 = –0,051873116. 6 −1
f [x 3 , x 2 , x 1 ] =
0,18232160 − 0,20273255 = –0,020410950. 5−4
(c.4)
Pembagian beda hingga ketiga dihitung dengan persamaan (2.8): f [x n , x n – 1 , ..., x 2 , x 1, x 0 ] =
f [x 3 , x 2 , x 1 , x 0 ] =
f [ xn , xn − 1 , ..., x1 ] − f [ xn − 1 , xn − 2 , ..., x0 ) xn − x0
(−0,020410950) − (−0,051873116) = 0,007865541. 5 −1
Nilai f [x 1, x 0 ], f [x 2, x 1, x 0 ] dan f [x 3, x 2, x 1, x 0 ] adalah koefisien b 1 , b 2, dan b 3 dari persamaan (2.1). Dengan nilai-nilai tersebut dan b 0 = f (x 0 ) = 0, maka persamaan (2.1) menjadi: f n (x) = b o + b 1 (x – x 0 ) + … + b n (x – x 0 )(x – x 1 ) ... (x – x n – 1 )
47
f 3 (x) = 0 + 0,46209813(x – 1) + (–0,051873116)(x – 1)(x – 4) + 0,007865541(x – 1)(x – 4)(x – 6)
(c.5)
Hasil interpolasi polinomial order 3 di titik x = 2, akan didapat dengan memasukkan nilai dari x = 2 ke dalam persamaan (c.5) sehingga akhirnya didapat: f 3 (2) = 0 + 0,46209813(2 – 1) + (–0,051873116)(2 – 1)(2 – 4) + 0,007865541(2 – 1)(2 – 4)(2 – 6) = 0,62876869. Diketahui nilai eksak dari ln 2 = 0,69314718, maka besar kesalahan adalah: Et =
0,69314718 − 0,62876869 × 100 % = 9,3 %. 0,69314718
BAB III METODE PENELITIAN
3.1.
Tempat dan Jadwal Penelitian Penelitian dilakukan di PT. Jaya Asrindo Sejahtera. Penelitian ini dimulai
dari November 2014 dan berakhir pada April 2015. Penelitian di lapangan ditujukan untuk mengumpulkan data yang diperlukan dalam proses perancangan dan pembuatan sistem usulan. Jadwal kegiatan dapat dilihat seperti pada tabel 3.1. Tabel 3.1. Jadwal Penelitian
Waktu Kegiatan
1
November
Desember
Januari
Februari
Maret
April
2014
2014
2015
2015
2015
2015
2
3
4
1
2
3
4
1
2
Identifikasi Masalah Pengumpulan Data Analisa Sistem Perancangan Sistem Pembangunan Sistem Uji
Coba
Sistem Penulisan Lap. Skripsi
48
3
4
1
2
3
4
1
2
3
4
1
2
3
4
49
3.2.
Kerangka Kerja Adapun kerangka kerja penelitian disajikan pada gambar 3.1. Identifikasi Masalah Pengumpulan Data Analisa Sistem Perancangan Sistem Pembangunan Sistem Uji Coba Sistem Gambar 3.1. Kerangka Kerja Penelitian
3.2.1. Metode Pengumpulan Data Teknik pengumpulan data dapat didefinisikan sebagai suatu cara yang digunakan untuk memperoleh data yang dibutuhkan sebagai bahan masukan bagi penulis dalam penyusunan tugas akhir ini adalah : 1. Pengumpulan data. Dalam memperoleh bahan, keterangan, dan gambaran yang diperlukan dalam penyusunan laporan penelitian, penulis memakai beberapa metode utama, yaitu: a. Wawancara Melakukan wawancara langsung dengan melakukan tanya jawab kepada staf dan manajer. Wawancara ini dilakukan pada saat jam istirahat
50
sehingga tidak mengganggu proses pekerjaan staf dan manajer. Melalui wawancara, dapat diperoleh banyak informasi yang bermanfaat. b. Pengamatan Pengamatan secara langsung kegiatan objek yang menyangkut cara–cara melakukan
pencatatan
data
transaksi
lalu
kemudian
diambil
kesimpulannya. 2. Metodologi pengembangan sistem yang digunakan adalah metode System Development Life Cycle (SDLC). SDLC adalah daur dari suatu pengembangan sistem informasi mulai dari konsepsi yang berwujud gagasan, proses pengembangannya, hingga implementasi dan pengoperasiannya. Tahapantahapan pengembangan sistem yang dilakukan mencakup: a) Mengidentifikasi masalah, peluang dan tujuan. Dalam tahapan ini, penulis melakukan beberapa kegiatan berikut. 1) Mewawancarai manajer mengenai masalah-masalah yang dihadapi dalam sistem yang sedang berjalan pada perusahaan, tujuan dan peluang usaha perusahaan. 2) Mendokumentasikan hasil-hasil yang dikumpulkan. b) Menentukan syarat-syarat. Dalam tahapan ini, penulis melakukan beberapa kegiatan berikut. 1) Mewawancarai manajer mengenai sejarah dan struktur organisasi perusahaan. 2) Menanyakan mengenai tugas dan tanggung jawab dari setiap staf perusahaan. c) Menganalisa kebutuhan sistem.
51
Dalam tahapan ini, penulis melakukan beberapa kegiatan berikut. 1) Menganalisa proses-proses yang terdapat dalam sistem. 2) Menganalisa dokumen masukan dan keluaran. 3) Merancang DFD sistem berjalan dan sistem usulan. 4) Merancang kamus data. d) Merancang sistem yang direkomendasikan. Dalam tahapan ini, penulis melakukan beberapa kegiatan berikut. 1) Merancang database yang akan digunakan, yang mencakup struktur tabel dan relasi antar tabel (table relationship). 2) Merancang menu interface dari sistem usulan. 3) Merancang input dari sistem usulan. 4) Merancang output dari sistem usulan.
3.2.2. Analisa Sistem Pada sistem berjalan sekarang ini, proses pencatatan data penjualan dan pembelian yang masuk dan keluar dalam bentuk laporan akhir bulan yang lambat mengakibatkan sering terjadi kesalahan dalam peng-input-an.
3.2.3. Perancangan Sistem Perancangan sistem secara menyeluruh menjelaskan rancangan sistem secara detail mulai dari ERD, FOD, DFD, kamus data dan, tabel pada basis data. Prosedur kerja dari sistem usulan akan dimulai dari pengisian data utama, yang mencakup data stock dan customer. Setelah itu, proses akan dilanjutkan dengan pengisian data transaksi.
52
Setelah semuanya selesai dimasukkan ke dalam sistem dan disimpan ke dalam database untuk update data, kemudian baru dilakukan pencetakan laporan sesuai dengan kebutuhan perusahaan.
3.2.4. Pembangunan Sistem Prosedur kerja dari sistem usulan dapat diuraikan sebagai berikut: 1. Pertama kali harus dilakukan peng-input-an data awal pada menu ‘Master’. 2. Kemudian, proses transaksi akan dimulai dari proses pencatatan data transaksi. 3. Agar dapat memperoleh informasi mengenai semua proses yang terjadi, maka data transaksi tersebut akan diolah dan dibuat menjadi bentuk laporan. Pada laporan juga disediakan fasilitas pencarian data, sehingga staf administrasi dapat mencari data yang diperlukan pada laporan secara cepat.
3.2.5. Uji Coba Sistem Setiap aplikasi perangkat lunak yang telah dibangun harus dilakukan uji coba terlebih dahulu sebelum digunakan, untuk mengetahui apakah aplikasi perangkat lunak yang dibangun sudah sesuai dengan yang diharapkan dan bekerja dengan baik atau masih terdapat kesalahan (error). Setiap kesalahan (error) yang terjadi akan diperbaiki kembali. Proses dilanjutkan dengan melakukan coding terhadap perangkat lunak untuk melakukan koneksi ke database dan melakukan proses testing and debugging terhadap coding yang dirancang tersebut.
BAB IV ANALISA DAN PERANCANGAN SISTEM
4.1.
Analisa Sistem Untuk menganalisa sistem berjalan, maka akan digunakan Flow of
Document (FOD). Gambar 4.1 merupakan pemodelan prosedur kerja dari sistem yang sedang berjalan dengan menggunakan FOD. Bagian Keuangan
Manajer
Pelanggan
Bagian Operasional
1
Mulai
Laporan Penjualan
Data Order
Data Order
Laporan Penjualan
Membuat surat tagihan N
Membeli barang
2
Laporan Piutang
1 Surat Tagihan N
Membuat Faktur Penjualan
Selesai
2 1 Faktur Penjualan 1 Faktur Penjualan Mencatat data pembayaran uang muka Membuat Laporan Penjualan
Faktur Penj 2 2 1 Laporan Penjualan N 1 Surat Tagihan
Membayar cicilan piutang
Membuat bukti pelunasan piutang
2 1 Bukti Pelunasan Piutang
1 Bukti Pelunasan Piutang
Membuat laporan piutang
Laporan Piutang
Gambar 4.1 FOD Sistem Berjalan
53
54
Saat ini, dalam melakukan semua transaksi bisnisnya, perusahaan masih menggunakan aplikasi Microsoft Excel dalam proses pencatatan transaksi yang dilakukannya. Proses perhitungan piutang juga masih dilakukan secara manual. Setelah rumah diterima oleh customer, maka akan diberitahukan mengenai besar uang muka yang harus dibayar dan tanggal jatuh tempo dari setiap pembayaran cicilan. Setelah jatuh tempo, maka customer diwajibkan untuk membayar cicilan tersebut. Berbagai macam bukti yang digunakan dalam proses transaksi piutang ini mencakup faktur penjualan, surat tagihan dan bukti pembayaran cicilan. Pada saat ini, staf penjualan (marketing) menawarkan program cicilan kepada customer hanya berdasarkan keinginan dari customer dan nominal rekening dari customer. Data pendapatan customer hanya dijadikan sebagai acuan untuk mempertimbangkan apakah customer yang bersangkutan mampu membayar cicilan atau tidak. Hal ini sering mengakibatkan customer sering kewalahan dalam membayar cicilan karena belum tersedianya informasi yang akurat mengenai kemampuan customer dalam membayar cicilan berdasarkan pendapatan dan nominal rekening di banknya. Pada prosedur kerja dari sistem berjalan seperti terlihat pada perincian diatas, belum tersedia informasi yang dapat digunakan untuk menentukan apakah customer tersebut mampu melunasi cicilannya tersebut atau tidak. Untuk melakukan hal tersebut, maka dapat diterapkan metode data mining, yaitu dengan menggunakan metode interpolasi. Prosedur kerja dari metode interpolasi tersebut dapat dijabarkan seperti terlihat pada gambar berikut:
55
Bagian Keuangan
Bagian Operasional
Pelanggan
Mulai
Laporan Penjualan
Laporan Piutang
Memprediksi kemampuan pelanggan
Data Pelanggan
Data Rumah yang diinginkan
Informasi Rumah yang Mampu Dibeli
Selesai
Gambar 4.2 FOD Sistem dengan Penerapan Data Mining
4.1.1. Analisa Keluaran Dokumen keluaran yang terdapat pada sistem berjalan pada perusahaan, yaitu: 1. Faktur Jual. Faktur ini dicatat dan dibuat dengan menggunakan aplikasi Microsoft Excel. Format faktur jual ini dirancang sedemikian rupa sehingga setiap terjadi transaksi hanya akan dilakukan penggantian nama customer dan rincian rumah yang dijual kepada customer tersebut. Setiap faktur jual akan disimpan dalam sebuah file Microsoft Excel dan dikelompokkan ke dalam sebuah folder berdasarkan bulan transaksi. Salah satu contoh tampilan faktur jual dapat dilihat pada gambar 4.3:
56
SP/2014-05/0025 10 Mei 2014
D.01.001 Denny Jl. Lebong No. 15 061-4512645 Denny 061-4512645 BL/18-B 1 5
12
338.000.000 0 338.000.000
1
0
338.000.000 5.000.000
10 Juni 2014
333.000.000 180 2.908.998
Gambar 4.3 Faktur Jual Nama
: Faktur Jual.
Fungsi
: Menginformasikan rincian data rumah yang ingin dipesan oleh customer.
Media
: Kertas.
Distribusi
: Customer.
Frekuensi
: Setiap terjadi transaksi penjualan rumah.
Volume
: Satu kali per transaksi.
Hasil Analisa
: Laporan tidak mencantumkan tanggal jatuh tempo yang biasanya pembayaran berbeda-beda untuk setiap customer.
57
2. Laporan Pembayaran. Tampilan laporan pembayaran dapat dilihat pada gambar 4.4:
BL-B Binjai A
10 Jan 2015
SP/2014-05/0025
BL/18-B
D.01.001
Denny
2.908.998 2.908.998
Gambar 4.4 Laporan Pembayaran Nama
: Laporan Pembayaran.
Fungsi
: Menginformasikan rincian data pembayaran dari customer.
Media
: Kertas.
Distribusi
: Manajer.
Frekuensi
: Setiap akhir bulan secara periodik.
Volume
: Satu kali per bulan.
Hasil Analisa
: Laporan telah cukup lengkap karena telah mencakup semua informasi yang diperlukan.
3. Bukti Pembayaran Bukti pembayaran juga dibuat dalam tulisan tangan. Bukti pembayaran yang ada sudah cukup memadai karena menampilkan tanggal transaksi, tanggal
58
jatuh tempo, nomor faktur, nama dan alamat customer, serta total harga transaksi. Format bukti pembayaran tersebut dapat dilihat pada gambar 4.5:
SP/2014-05/0025
D.01.001 Denny Jl. Lebong No. 15 061-4512645 Denny 061-4512645 5 BL/18-B 1 338.000.000 5.000.000
12
5.000.000 Cash 10 Mei 2014 333.000.000 Cicilan 15 tahun 10 Mei 2014
Gambar 4.5 Bukti Pembayaran Nama
: Bukti Pembayaran.
Fungsi
: Menampilkan rincian data pembayaran.
Media
: Kertas
Distribusi
: Customer.
59
Pembuat
: Kasir.
Frekuensi
: Setiap kali terjadi transaksi pelunasan.
Volume
: Satu kali per transaksi pelunasan.
Hasil Analisa
: Laporan telah bagus, karena telah mencakup semua
data
yang
diperlukan
pada
proses
pembayaran.
4.1.2. Analisa Masukan Masukan (input) yang terdapat pada sistem informasi yang sedang berjalan pada perusahaan, yaitu: 1. Data Customer Data customer akan diketik dan disimpan ke dalam suatu file Microsoft Excel. Data ini akan digunakan pada saat customer melakukan pemesanan rumah dan pada transaksi penjualan rumah dan pembayaran. Adapun rincian data customer dapat dilihat pada gambar 4.6: DATA CUSTOMER Kode
:
D.01.001
Nama
:
Denny
Alamat
:
Jl. Lebong No. 15
Kota
:
Medan
No. Telp
:
061-4512645
No. HP
:
-
NPWP
:
79.808.492.7-119.000
KTP
:
-
Gambar 4.6 Data Customer Nama
: Data Customer.
Fungsi
: Menginformasikan rincian data customer.
Media
: Kertas.
60
Distribusi
: Manajer.
Frekuensi
: Setiap terjadi penambahan customer baru.
Volume
: Satu kali per penambahan customer.
Hasil Analisa
: Data rincian telah cukup lengkap, karena telah mencakup semua informasi yang diperlukan.
2. Data Rumah Data ini merupakan kumpulan rumah yang dijual oleh perusahaan. Adapun format rincian data rumah dapat dilihat pada gambar 4.7: DATA RUMAH
Kode Rumah
Nama Rumah
Jenis Rumah
Harga
BL-A105
Jl. Bilal
Ruko
338.000.000
BL-A106
Jl. Bilal
Ruko
308.000.000
BL-A122
Jl. Bilal
Ruko
368.000.000
BL-A144
Jl. Bilal
Ruko
316.000.000
BL-A121
Jl. Bilal
Ruko
323.000.000
Gambar 4.7 Data Rumah Nama
: Data Rumah.
Fungsi
: Menginformasikan rincian data rumah yang dijual oleh perusahaan.
Media
: Kertas.
Distribusi
: Salesman.
Frekuensi
: Setiap terjadi penambahan rumah baru.
Volume
: Satu kali per penambahan rumah.
61
Hasil Analisa
: Data rincian telah cukup lengkap, karena telah mencakup semua informasi yang diperlukan.
3. Data Pembayaran Perusahaan merincikan data pembayaran dari customer dengan menggunakan Microsoft Excel. Gambar 4.8 menunjukkan rincian data pembayaran.
DATA PEMBAYARAN
Tanggal
:
10 Mei 2014
Customer
:
Denny
Alamat
:
Jl. Lebong No. 15
No. Faktur
Bayar
Sisa
SP/2014-05/0025
5.000.000
333.000.000
Total
5.000.000
333.000.000
Gambar 4.8 Data Pembayaran Nama
: Data Pembayaran.
Fungsi
: Menampilkan rincian data pembayaran dari customer.
Media
: Kertas.
Distribusi
: Kasir.
Frekuensi
: Setiap kali terjadi pembayaran.
Volume
: Satu kali per transaksi pembayaran.
62
Hasil Analisa
: Laporan telah bagus, karena telah mencakupkan semua data rincian pembayaran yang diperlukan.
4.1.3. Analisa Masalah Saat ini, dalam melakukan semua transaksi bisnisnya, PT. Jaya Asrindo Sejahtera menggunakan Microsoft Excel dalam proses transaksi maupun membuat laporan. Semua proses perhitungan juga masih dilakukan secara manual. Adapun masalah yang muncul dalam penerapan sistem berjalan ini yaitu: 1. Proses pembuatan laporan memerlukan waktu yang relatif lama, sehingga tidak efektif dan efisien. 2. Kesulitan untuk memperoleh informasi penerimaan pembayaran cicilan dan sisa cicilan dari setiap customer. 3. Kesulitan memperoleh informasi customer mana yang sering terlambat dalam membayar cicilannya. 4. Perusahaan sulit memperoleh informasi mengenai data piutang customer yang akan jatuh tempo atau yang telah jatuh tempo, sehingga penagihan piutang menjadi sering terlambat
Selain itu, hal terpenting yang terjadi dalam perusahaan adalah sering terjadinya tunggakan pembayaran dari customer yang dikarenakan customer yang bersangkutan tidak mampu untuk membayar cicilan pembayaran rumah yang dibelinya. Hal ini diakibatkan oleh karena tidak adanya informasi mengenai prediksi minat konsumen dalam membeli rumah yang diminati.
63
4.1.4. Analisa Kebutuhan Untuk menyelesaikan permasalahan yang dihadapi oleh perusahaan, maka penulis berencana akan mengembangkan sebuah sistem yang dapat membantu mengatasi
permasalahan
prediksi
minat
konsumen.
Adapun
tahapan
pengembangan sistem yang diharapkan adalah: 1. Diharapkan dengan pengembangan sistem maka sistem dapat menampilkan informasi mengenai prediksi minat konsumen terhadap rumah yang ingin dibeli. 2. Diharapkan pengembangan sistem dapat mencetak laporan dengan cepat dan tetap. 3. Diharapkan pengembangan sistem dapat meningkatkan efektivitas dan efisiensi perusahaan, serta jika memungkinkan dapat menghemat tenaga kerja.
4.2.
Perancangan Sistem Gambar 4.9 dan gambar 4.10 menunjukkan diagram konteks dan DFD
level 0 dari sistem informasi usulan kepada perusahaan. Data Rumah yang Diinginkan
Informasi Besar Cicilan
Data Pembayaran Uang Muka Data Pembayaran Cicilan
Customer
Data Customer 0 Informasi Rumah Informasi Rumah yang Dapat Ditanggung
Sistem Informasi Daftar Rumah
Daftar Pelanggan
Administrasi
Data Rumah Kredit
Gambar 4.9 Diagram Konteks Sistem Informasi Usulan
Manajer
64
Customer
Rec. Cust
1.0 Pengelolaan Data Master
Data Cust
Data Rumah Kredit
Rec. Cust
Rumah Kredit
Rec. Cust
Rec. Brg Kredit
Customer
Rec. Brg Kredit
Rec. Transaksi Kredit
2.0 Pencatatan Data Transaksi Kredit
Penjualan dan Penjualan Detail
Rec. Rumah Kredit
Administrasi
Info Besar Cicilan
Data Rumah Kredit
Rec. Trasaksi Kredit
Info Sisa Cicilan
Data pembayaran Uang Muka
3.0 Prediksi Minat Konsumen
Rec. Transaksi kredit
Rec. Minat Konsumen
4.0 Pembuatan Laporan Daftar Rumah
Daftar Pelanggan
Manajer
Gambar 4.10 DFD Level 0 dari Sistem Informasi Usulan
4.2.1. Kamus Data Dari analisa sistem berjalan yang telah dilakukan, penulis menyimpulkan bahwa dibutuhkan suatu database untuk menyimpan data pada sistem informasi manajemen perusahaan. Berikut adalah kamus data yang diperlukan. 1.
Data Rumah
= Kode Rumah + Alamat + Daerah + Jenis + Ukuran + Qty Awal + Sisa Qty + Harga
65
2.
Data Customer
= Kode Customer + Nama Customer + Alamat + Kota + KodePos + No.Telp + NoHP + JenisKelamin + Fax + Pendapatan_Bulanan + Pengeluaran_Bulanan + Simpanan + NPWP + KTP
3.
Data Penjualan
= No.Faktur Jual + Tgl Faktur + Kode Customer + (Keterangan) + TotalHarga + LamaCicilan + UangMuka + SukuBunga + BesarCicilan + Sisa
4.
Data Penjualan Detail = No.Faktur Jual + Kode Rumah + Qty + Harga + TotalHarga
4.2.2. Rancangan Input Rancangan input dari sistem yang diusulkan mencakup: 1. Form Input Rumah. Rancangan form ‘Input Rumah’ ini dibuat untuk melakukan penambahan atau penghapusan atas data yang berhubungan dengan rumah persediaan. Form ini dapat ditampilkan dengan mengakses menu ‘Master’ >> ‘Rumah’. Data rumah yang diisi pada form ini tidak dapat dihapus lagi apabila telah ada penjualan untuk rumah yang bersangkutan. Rancangan form ‘Input Rumah’ ini dapat dilihat pada gambar 4.11 berikut.
Gambar 4.11 Rancangan Form Input Rumah
66
Nama Masukan
: Form Input Data Rumah
Fungsi
: Menampilkan antarmuka untuk pengisian data rumah
Frekuensi
: Setiap terjadi penambahan tipe rumah baru
Volume
: Satu kali per transaksi penambahan tipe rumah baru
Keterangan
:
a. Data yang diisikan pada form ini akan disimpan pada tabel rumah. b. Data pada tabel rumah hanya dapat dihapus apabila data tersebut tidak dipakai pada tabel pembelian detail, penjualan detail, retur pembelian detail dan retur penjualan detail.
2. Form Input Customer. Rancangan form ‘Input Customer’ ini dibuat untuk melakukan penambahan atau penghapusan atas data yang berhubungan dengan customer. Form ini dapat ditampilkan dengan mengakses menu ‘Master’ >> ‘Customer’. Data customer yang diisi pada form ini tidak dapat dihapus lagi apabila customer yang bersangkutan telah melakukan transaksi penjualan. Rancangan form ‘Input Customer’ ini dapat dilihat pada gambar 4.12 berikut.
Gambar 4.12 Rancangan Form Input Customer
67
3. Form Penjualan. Rancangan form ini dibuat untuk melakukan penambahan atau penghapusan atas data dari transaksi penjualan. Form ini dapat ditampilkan dengan mengakses menu ‘Transaksi’ >> ‘Penjualan’. Rancangan form ini dapat dilihat pada gambar 4.13 berikut.
Gambar 4.13 Rancangan Form Input Penjualan Nama Masukan
: Form Input Data Penjualan
Fungsi
: Menampilkan antarmuka untuk pengisian data penjualan
Frekuensi
: Setiap terjadi transaksi penjualan
Volume
: Satu kali per transaksi
Keterangan
:
a. Data yang diisikan pada form ini akan disimpan pada tabel penjualan dan penjualan detail. b. Data pada tabel penjualan dan penjualan detail hanya dapat diganti dan dihapus apabila data tersebut tidak dipakai pada tabel retur penjualan, retur penjualan detail dan pembayaran.
68
4. Form Prediksi Minat Konsumen. Rancangan Form ini dibuat untuk melakukan penambahan atau penghapusan atas data dari transaksi pembayaran. Form ini dapat ditampilkan dengan mengakses menu ‘Transaksi’ >> ‘Pembayaran’. Rancangan form ini dapat dilihat pada gambar 4.14 berikut.
Gambar 4.14 Rancangan Form Prediksi Minat Konsumen Nama Masukan
: Form Prediksi Minat Konsumen
Fungsi
: Menampilkan antarmuka untuk prediksi minat konsumen
Keterangan
: Data yang terdapat pada form ini diambil dari tabel
customer dan rumah.
4.2.3. Rancangan Output Berikut dirincikan rancangan output dari sistem.
69
4.2.3.1. Rancangan Daftar Rumah Rancangan ini menampilkan kode rumah, nama rumah, jenis rumah dan saldo rumah persediaan dalam kuantitas dan harga. Rancangan daftar rumah dapat dilihat pada gambar 4.15:
Gambar 4.15 Rancangan Daftar Rumah Nama Keluaran
: Daftar Rumah
Fungsi
: Menampilkan daftar rincian rumah.
Distribusi
: Customer
Keterangan
:
a. Daftar rumah diurutkan berdasarkan kode rumah. b. Data dari laporan diambil dari tabel Rumah. c. Laporan ini dapat ditampilkan dengan cara mengklik tombol ’Print’ pada rancangan input data ’Rumah’.
4.2.3.2. Rancangan Daftar Customer Rancangan ini berisikan tentang data customer seperti kode customer, nama customer, alamat, kota, orang yang bisa dihubungi dan nomor telepon customer. Rancangan daftar customer dapat dilihat pada gambar 4.16 berikut.
70
Gambar 4.16 Rancangan Daftar Customer Nama Keluaran
: Daftar Customer
Fungsi
: Menampilkan daftar customer yang memesan rumah kepada perusahaan
Media
: Kertas
Distribusi
: Manajer
Keterangan
:
a. Daftar customer diurutkan berdasarkan kode customer. b. Data dari laporan diambil dari tabel Customer. c. Laporan ini dapat ditampilkan dengan cara mengklik tombol ’Print’ pada rancangan input data ’Customer’.
4.2.4. Perancangan Basis data Perancangan database dilakukan dengan menggunakan Microsoft Access 2007. Desain database dimaksudkan untuk mendefinisikan isi atau struktur tabel. Adapun entitas yang digunakan dalam perancangan database adalah sebagai berikut. Media Penyimpanan : Microsoft Access 2007 Nama Tabel
: Rumah
Primary Key
: KodeRumah
71
Struktur tabel
: Tabel 4.1 Tabel Rumah
Field
Type
Size
Description
KodeRumah
Text
20
Kode rumah
Alamat
Text
50
Alamat lokasi rumah
Daerah
Text
10
Letak daerah rumah
Jenis
Text
20
Jenis rumah
Ukuran
Text
Double Ukuran rumah
QtyAwal
Number
Integer
Jumlah kuantitas awal dari rumah
SisaQty
Number
Integer
Sisa unit rumah
Harga
Number Double Harga rumah
Nama Tabel
: Customer
Primary Key : KodeCust Struktur tabel : Tabel 4.2 Tabel Customer Field
Type
Size
Description
KodeCust
Text
20
Kode customer
NamaCust
Text
50
Nama customer
Alamat
Text
50
Alamat customer
Kota
Text
20
Kota
KodePos
Text
5
Kode pos
NoHP
Text
20
Nomor handphone customer
NoTelp
Text
20
Nomor telepon yang bisa dihubungi
72
JenisKelamin
Text
1
Jenis kelamin dari customer
Fax
Text
20
Nomor fax customer
Pendapatan
Number Double Total pendapatan customer setiap bulan
Pengeluaran
Number Double Total pengeluaran customer setiap bulan
Simpanan
Number Double
Total uang yang tersimpan dalam rekening bank customer
NPWP
Text
30
Nomor wajib pajak dari customer
KTP
Text
30
Nomor kartu tanda penduduk dari customer
Nama Tabel
: Penjualan
Primary Key : NoFaktur Struktur tabel : Tabel 4.3 Tabel Penjualan Field
Type
Size
Description
NoFaktur
Text
20
Nomor faktur penjualan
TglFaktur
Date/Time
Short Date
Tanggal faktur penjualan
KodeCust
Text
20
Kode customer
Keterangan
Text
50
Keterangan atas penjualan
TotalHarga
Number
Double
LamaCicilan
Number
Byte
Uang Muka
Number
Double
Besar uang muka
SukuBunga
Number
Double
Suku bunga cicilan
Nominal faktur dalam rupiah Lama waktu kredit
73
BesarCicilan
Number
Double
Besar cicilan rumah
Sisa
Number
Double
Sisa pembayaran cicilan
Nama Tabel
: PenjualanDetail
Primary Key : NoFaktur Foreign Key : KodeRumah Struktur tabel : Tabel 4.4 Tabel PenjualanDetail Field
Type
Size
Description
NoFaktur
Text
20
Nomor faktur penjualan
KodeRumah
Text
20
Kode rumah yang dijual
Qty
Number Double Kuantitas penjualan
Harga
Number Double Harga per unit rumah
TotalHarga
Number Double Total harga penjualan rumah
Hubungan antar tabel yang terdapat pada database dapat dilihat pada gambar berikut:
Gambar 4.17 Rancangan Hubungan Antar Tabel
BAB V HASIL DAN PEMBAHASAN
5.1.
Hasil Hasil yang dibahas mencakup kebutuhan sistem, output sistem dan analisa
perangkat lunak. Untuk menjalankan perangkat lunak, maka user dapat mengakses file ‘Sistem Informasi Piutang’. Setelah itu, maka sistem akan menampilkan form ‘Login’ seperti terlihat pada gambar 5.1 berikut.
Gambar 5.1 Tampilan Form Login
Apabila data input valid, maka sistem akan menampilkan form ‘Main’ seperti terlihat pada gambar 5.2 berikut.
74
75
Gambar 5.2 Tampilan Form Main Tampilan form yang terdapat pada sistem dapat dirincikan sebagai berikut. 1. Form Rumah Gambar 5.3 menunjukkan tampilan form rumah.
Gambar 5.3 Tampilan Form Rumah
76
2. Form Customer Gambar 5.4 menunjukkan tampilan Form Customer.
Gambar 5.4 Tampilan Form Customer 3. Form Data User Gambar 5.5 menunjukkan tampilan Form Data User.
Gambar 5.5 Tampilan Form Data User
77
4. Form Penjualan Gambar 5.6 menunjukkan tampilan Form Penjualan.
Gambar 5.6 Tampilan Form Penerbitan Kredit 5. Form Prediksi Minat Customer Gambar 5.7 menunjukkan tampilan Form Prediksi Minat Customer.
Gambar 5.7 Tampilan Form Prediksi Minat Customer
78
Sementara itu, tampilan output laporan dari sistem dapat dirincikan sebagai berikut. 1. Laporan Daftar Rumah Gambar 5.8 menunjukkan tampilan Laporan Daftar Rumah.
Gambar 5.8 Tampilan Laporan Daftar Rumah 2. Laporan Daftar Customer Gambar 5.9 menunjukkan tampilan Laporan Daftar Customer.
Gambar 5.9 Tampilan Laporan Daftar Customer
79
3. Laporan Penjualan Gambar 5.10 menunjukkan tampilan Laporan Penjualan per Tanggal.
Gambar 5.10 Tampilan Laporan Penjualan Per Tanggal Gambar 5.11 menunjukkan tampilan Laporan Penjualan per Customer.
Gambar 5.11 Tampilan Laporan Penjualan Per Customer
80
Gambar 5.12 menunjukkan tampilan Laporan Penjualan per Rumah.
Gambar 5.12 Tampilan Laporan Penjualan Per Rumah
5.2.
Pembahasan Kelemahan yang terdapat pada sistem berjalan pada perusahaan sekarang
ini adalah: 1. Dengan sistem manual, pencarian data jauh lebih lambat. 2. Informasi penjualan per customer dan penjualan per rumah tidak tersedia secara cepat (instan). Saat ini, untuk memperoleh laporan tersebut, staf administrasi harus mensortir kembali transaksi penjualan. Hal ini tentunya akan menyita waktu. 3. Belum terdapat informasi yang dapat memprediksi kemampuan konsumen dalam membeli rumah yang diinginkan. Keuntungan dari sistem yang sedang berjalan pada perusahaan sekarang ini adalah:
81
1.
Format dari dokumen dan laporan yang digunakan dapat diubah menurut kebutuhan perusahaan.
2.
Tidak memerlukan biaya yang besar karena sebagian besar pekerjaan dilakukan secara manual.
3.
Sistem dapat membantu memprediksi minat konsumen dalam pembelian rumah berdasarkan kondisi keuangannya. Keunggulan dari sistem baru yang diusulkan kepada perusahaan dapat
dirincikan sebagai berikut. 1. Proses pengolahan dan pencarian data menjadi lebih efisien. 2. Tersedianya laporan yang diinginkan dalam waktu yang relatif singkat. 3. Tersedia informasi prediksi minat konsumen dalam membeli rumah yang diinginkan berdasarkan kondisi keuangannya. Kelemahan dari sistem baru yang diusulkan kepada perusahaan dapat dirincikan sebagai berikut. 1. Tidak terdapat penyaringan (filter) spesial untuk laporan, sehingga sistem tidak dapat menampilkan beberapa laporan khusus, seperti laporan tipe rumah yang paling laris pada periode tertentu, dan sebagainya. 2. Hasil prediksi dari sistem usulan tergantung sepenuhnya pada data penjualan yang dimasukkan, sehingga apabila data penjualan dimasukkan secara asalasalan, maka hasil prediksi menjadi tidak akurat. 3. Jika seorang customer mengajukan kredit kepemilikan rumah lebih dari satu transaksi, maka sistem hanya dapat memproses apabila selisih pendapatan dan pengeluaran dikurangi dengan total pembayaran rumah sebelumnya.
82
Contoh perhitungan dari metode interpolasi dapat dilihat pada perincian berikut ini:
83
BAB VI KESIMPULAN DAN SARAN
6.1.
Kesimpulan Pada penelitian ini penulis menarik beberapa kesimpulan sebagai berikut.
1. Sistem usulan dapat membantu memprediksi minat konsumen dalam pembelian rumah berdasarkan kondisi keuangannya. 2. Proses pengecekan data maupun pencarian data bisa dilakukan dengan cepat dan mudah. 3. Dengan adanya analisa sistem berjalan, maka dapat diketahui berbagai kekurangan yang terdapat pada sistem berjalan, seperti pembuatan laporan yang memerlukan proses kerja yang cukup banyak dan kekurangan informasi yang dibutuhkan oleh manajer mengenai kegiatan operasional perusahaan. 4. Sistem usulan yang telah menyediakan berbagai format laporan yang terintegrasi dengan sistem sehingga dapat digunakan untuk mendukung kegiatan operasional perusahaan. Laporan yang dihasilkan mencakup laporan penjualan dan daftar rumah.
6.2.
Saran Adapun beberapa saran yang ingin penulis sampaikan adalah sebagai
berikut. 1. Disarankan untuk dapat mengembangkan sistem yang mampu menghitung total laba rugi perusahaan.
84
85
2. Perlu ditambahkan fasilitas back-up database sehingga data dapat dikembalikan lagi apabila terjadi kerusakan database. 3. Sistem
usulan
dapat
dikembangkan
dengan
menerapkan
pengelompokan lainnya, misalnya algoritma klasifikasi.
algoritma
DAFTAR PUSTAKA
Baridwan, Z. 2009, Sistem Akuntansi Penyusunan Prosedur dan Metode, Cetakan Kelima, Edisi Kelima, Penerbit BPFE, Yogyakarta. Effendy, O.U. 2008. Sistem Informasi Manajemen, Penerbit Mandar Maju, Bandung. Hartono J, 2009, Analisis dan Desain Sistem Informasi, Penerbit Andi Offset, Yogyakarta. Junindar, 2008, Panduan Lengkap Menjadi Programmer Membuat Aplikasi Penjualan Menggunakan VB.Net. Cetakan ke-3. Media Kita, Jakarta. Kamsir, 2008. Bank dan Lembaga Keuangan Lainnya. Edisi Revisi. PT Rajagrafindo Persada,Jakarta. Kendall, K.E. dan J.E. Kendall, 2010, Analisis dan Perancangan Sistem, Jilid 1 dan Jilid 2, Edisi Ke-5, Alih Bahasa Thamir Abdul Hafedh Al-Hamdany, Penerbit Prehalindo, Jakarta. Sutabri, T., 2010, Analisa Sistem Informasi, Penerbit Andi, Yogyakarta. Turban, Efraim, et. al., 2005, Decision Support Systems and Intelligent Systems, 7 th Edition, New Jersey: Pearson Education http://fti.unand.ac.id/images/MATERIKULIAH/WERMANKASOEP/ Bab_3_Interpolasi.pdf, tanggal akses 10 Januari 2015 http://lecturer.eepis-its.edu/~entin/Data%20Mining/Minggu%201%20Pe ngantar%20Data%20Mining.pdf, tanggal akses 10 Januari 2015 http://www.bukucatatan.web.id/, tanggal akses 10 Januari 2015
