PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI

EFEKTIFITAS PENGGUNAAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) DALAM SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN KREDIT PEMINJAMAN UANG TUNAI PT. BPR X

SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika

Disusun Oleh: Dyah Ayu Paramita 095314027 PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2013

i


EFFECTIVENESS OF THE USE OF SAW (SIMPLE ADDITIVE WEIGHTING) METHOD ON DECISION SUPPORT SYSTEM TO APPROVE CASH LOAN LENDING IN PT. BPR X”

THESIS Presented as Partial Fulfillment of the Requirements to Obtain Sarjana Komputer Degree in Informatics Engineering Department

Created By: Dyah Ayu Paramita 095314027 INFORMATICS ENGINEERING STUDY PROGRAM INFORMATICS ENGINEERING DEPARTMENT FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2013

ii


iii


iv


v


vi


HALAMAN MOTTO

“Saat mengalami kesulitan dan memutuskan untuk tidak menyerah, maka itulah kekuatan yang sebenarnya (Timotius 2:1).” “Keberhasilan adalah kemampuan untuk melewati dan mengatasi satu kegagalan ke kegagalan lain tanpa kehilangan semangat dan tetap bersandar kepada-Nya (Mazmur 37: 23-24).” “Kualitas hidup dapat dilihat dari bagaimana seseorang mampu menerima konsekuensi dari setiap komitmen yang telah diambil sebelumnya .”

vii


ABSTRAK Sistem Pendukung Keputusan Penentuan Pemberian Kredit Uang Tunai adalah sebuah sistem informasi berbasis komputer yang dapat digunakan untuk membantu

Manajer

Kredit

memberikan

rekomendasi

permohonan kredit dari nasabah. Dalam sistem ini

keputusan

bagi

rekomendasi keputusan

penerimaan kredit ditentukan berdasarkan bobot dan kriteria yang berasal dari The Five C’s Principles. Prinsip ini meliputi Karakter, Kapasitas, Modal, Kondisi, dan Jaminan. Dalam sistem ini Simple Additive Weighting digunakan sebagai dasar perhitungan penentuan skor kriteria. Metode ini mampu menjumlahkan bobot dari rating kinerja setiap alternatif, pada semua kriteria dan sub-kriteria dari calon nasabah dengan

bobot yang dapat ditentukan sesuai

kepentingan Manajer Kredit. Hasil yang diperoleh berupa rangking yang akan dipakai menyeleksi alternatif terbaik dari sejumlah pilihan yang ada. Proses pengujian Sistem Pendukung Keputusan ini dilakukan dengan menggunakan data asli nasabah yang kemudian hasilnya dibandingkan dengan hasil keputusan manual. Setelah pengujian dilakukan, hasil keputusan yang diperoleh sistem menunjukkan bahwa metode ini lebih efektif dalam menentukan penerimaan kredit dibanding dengan keputusan manual. Sistem ini mampu mendeteksi keputusan penerimaan nasabah yang angsurannya tidak lancar tapi diterima pada keputusan manual menjadi ditolak pada sistem dan untuk kondisi sebaliknya.

viii


ABSTRACT

Decision Support System to Approve Cash Loan Lending in PT. BPR X is a computer based information system that is used to help Credit Manager to make a recommended decision for client’s loan application. In this system, a credit recommendation is determined by weighting some criteria from the five C’s principles. This principle consists of Character, Capacity, Capital, Condition, and Collateral. The system uses Simple Additive Weighting Method in calculating score for each criteria. This method calculate the weighted sum of each performance rating alternative from every criteria and sub-criteria of a client and is adjusted according to the interests of a Credit Manager. The output of the system is a ranking that will be used to select the best alternative from a set of possible choices. This Decision Support System is tested by using original client’s data and its result is compared with the manual calculation from PT. BPR X. Based on that test, the SAW method provides more accurate recommendation compared to the manual system. The system is able to detect the non-performing loan that was approved by manual system and vice versa.

ix


KATA PENGANTAR

Puji Syukur kepada Yesus Kristus atas segala berkat dan rahmat-Nya penulis dapat menyelesaikan skripsi dengan judul “Efektifitas Penggunaan Metode SAW(Simple Additive Weighting) dalam Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai PT. BPR X”. Penulisan skripsi ini diajukan untuk memenuhi salah satu syarat untuk memperoleh gelar Sarjana Komputer Program Studi Teknik informatika Universitas Sanata Dharma Yogyakarta.

Dengan selesainya penulisan skripsi ini, maka penulis mengucapkan terima kasih kepada pihak-pihakyang telah membantu memberikan dukungan baik berupa motivasi, saran dan kritik. Ucapan terima kasih ditujukan kepada: 1. Papa dan mama tercinta yang telah memberikan dukungan spiritual, moral maupun material selama masa studi berlangsung. 2. Bapak Johanes Eka Priyatma selaku dosen pembimbing yang telah memberikan dukungan motivasi, menjadi inspirasi dan memberikan pemecahan masalah melalui kritik dan saran yang diberikan selama proses perkuliahan sampai dengan penyelesaian skripsi ini.

x


3. Ibu P.H. Prima Rosa, S.Si.,M.Sc.. selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta. 4. Ibu Ridowati Gunawan, S.Kom. selaku Ketua Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta. 5. Mbak Niken Apritasari selaku pihak dari PT. BPR X yang menjadi sumber informasi utama dalam memberi data dan saran bermanfaat terkait proses kredit di PT. BPR X. 6. Ade Ignatio yang telah banyak membantu memberikan dukungan motivasi, doa dan membantu memecahkan masalah di setiap kesulitan yang dihadapi penulis. 7. Mbak Lia, Mas Yoseph dan Amanda atas dukungan motivasi, doa dan bantuannya yang telah menghubungkan pada pihak PT. BPR X sebagai tempat studi kasus. 8. Ageng, Fidi, Anis, David, Jeni, Unggul, Brahu, Wienda dan semua teman-teman Teknik Informatika angkatan 2009 lainnya, terimakasih atas semangat, bantuan, saran dan kritiknya yang sangat berarti sehingga akhirnya skripsi ini dapat terselesaikan.

Penulisan skripsi ini tentunya masih memiliki banyak kekurangan. Oleh karena itu saran dan kritik dari pembaca yang membangun sangat diharapkan

xi


oleh penulis. Akhir kata, semoga penulisan skripsi ini dapat berguna untuk menambah wawasan maupun menjadi referensi bagi pembaca, terutama bagi mahasiswa Teknik Informatika.

Yogyakarta, 13 November 2013

Penulis

xii


DAFTAR ISI

HALAMAN JUDUL ................................................................................................................. i HALAMAN JUDUL (INGGRIS) ............................................................................................ ii HALAMAN PERSETUJUAN ................................................................................................ iii SKRIPSI .................................................................................................................................. iii HALAMAN PENGESAHAN ................................................................................................. iv PERNYATAAN KEASLIAN KARYA ................................................................................... v LEMBAR PERNYATAAN PERSETUJUAN ........................................................................ vi HALAMAN MOTTO ............................................................................................................. vii ABSTRAK ............................................................................................................................ viii ABSTRACT ............................................................................................................................ ix KATA PENGANTAR .............................................................................................................. x DAFTAR ISI ......................................................................................................................... xiii DAFTAR TABEL.................................................................................................................. xvii DAFTAR GAMBAR ............................................................................................................ xviii

BAB I ....................................................................................................................................... 1 PENDAHULUAN ................................................................................................................... 1 1.1 LATAR BELAKANG ................................................................................................... 1 1.2 RUMUSAN MASALAH ............................................................................................. 5 1.3

TUJUAN .................................................................................................................... 5

1.4

BATASAN MASALAH ............................................................................................ 6

1.5

MANFAAT PENELITIAN ...................................................................................... 7

1.5.1 Manfaat Praktis ....................................................................................................... 7 1.5.2 Manfaat Teoritis ...................................................................................................... 8 1.6 SISTEMATIKA PENULISAN ...................................................................................... 9

xiii


BAB II ................................................................................................................................... 11 LANDASAN TEORI ............................................................................................................. 11 2.1 Sistem Pendukung Keputusan(SPK)............................................................................ 11 2.1.1 Definisi.................................................................................................................. 11 2.1.2 Tujuan Sistem Pendukung Keputusan .................................................................. 12 2.1.3 Semi-terstruktur .................................................................................................... 13 2.1.4 Karakteristik dan Kemampuan Sistem Pendukung Keputusan............................. 13 2.1.5 Model Konseptual Sistem Pendukung Keputusan ................................................ 14 2.1.6 Langkah-langkah Pengambilan Keputusan ........................................................... 15 2.1.7 Komponen Sistem Pendukung Keputusan ............................................................ 16 2.1.8 Jenis-jenis Sistem Pendukung Keputusan ............................................................. 18 2.1.9 Keterbatasan Sistem Pendukung Keputusan ......................................................... 18 2.2 Metode SAW( Simple Additive Weighting)................................................................ 19 2.2.1 Langkah Penyelesaian Metode SAW................................................................... 21 BAB III .................................................................................................................................. 22 METODE PENELITIAN ...................................................................................................... 22 3.1 Rumusan Masalah ........................................................................................................ 22 BAB IV .................................................................................................................................. 29 PERANCANGAN DAN IMPLEMENTASI SISTEM .......................................................... 29 4.1 Perancangan Sistem ..................................................................................................... 29 4.1.1 Manajemen Model ................................................................................................ 29 4.1.2 Manajemen Data ................................................................................................... 39 4.1.2.1 Perancangan Basis Data ................................................................................ 40 4.1.2.2 Skema Tabel ................................................................................................ 42 4.1.3 Manajemen Dialog ................................................................................................ 54 4.1.3.1 Halaman Form Utama .................................................................................... 54 4.1.3.2 Halaman Input Data Pemohon ....................................................................... 55 4.1.3.3 Halaman Kriteria dan Bobot .......................................................................... 56 4.1.3.4 Halaman Simulasi Penentuan Pemberian Kredit ........................................... 57

xiv


4.1.3.5 Halaman Daftar Penerimaan Kredit Pemohon ............................................... 58 4.1.4 Knowledge Management ...................................................................................... 59 4.1.5 Diagram Aliran Data ............................................................................................. 59 4.1.5.1 Diagram Konteks ........................................................................................... 60 4.1.5.2 Diagram Aliran Data Level 1 ......................................................................... 61 4.1.5.3 Diagram Aliran Data Level 2 Proses 4 .......................................................... 63 4.1.6 Spesifikasi Proses ................................................................................................. 65 4.1.6.1 Menormalisasikan Hasil Survey ................................................................... 66 4.1.6.2 Proses 4.2 Menghitung Total Nilai Bobot ..................................................... 67 4.1.6.3 Proses 4.3 Mengecek Total Nilai ................................................................... 68 4.1.7 Diagram Use Case ................................................................................................ 70 4.1.8 Skenario Use Case ................................................................................................ 71 4.2 Implementasi Sistem .................................................................................................... 80 4.2.1 Implementasi Subsistem Manajemen Data ........................................................... 80 4.2.2 Koneksi Java ke MySQL ...................................................................................... 89 4.2.3 Implementasi Manajemen Dialog ......................................................................... 91 4.2.3.1 Halaman Utama Sistem.................................................................................. 91 4.2.3.2 Halaman Data Pemohon ................................................................................ 93 4.2.3.2.1 Pengelolaan Identitas Pemohon ............................................................. 93 4.2.3.2.1.1 Formulir Pengisian Data Pemohon .................................................. 94 4.2.3.2.1.2 Ubah Data Pemohon ........................................................................ 98 4.2.3.2.1.3 Hapus Data Pemohon ....................................................................... 99 4.2.3.2.2 Pengelolaan Angsuran Pemohon ........................................................... 99 4.2.3.2.2.1 Formulir Pengisian Data Angsuran Kredit..................................... 100 4.2.3.3 Halaman Kriteria dan Bobot .................................................................... 102 4.2.3.3.1 Pengisian Bobot Kriteria dan Sub Kriteria ....................................... 102 4.2.3.3.2 Pengisian Bobot Kriteria Utama 5C.................................................. 105 4.2.3.4 Halaman Simulasi Penerimaan Kredit ..................................................... 106 4.2.3.4.1 Normalisasi dan Perhitungan Total Sub Kriteria Hasil Survey ....... 110 xv


4.2.3.4.2 Normalisasi dan Total Skor Bobot Kriteria Utama ........................... 127 4.2.3.4.3 Mengecek Total Nilai dan Hasil Keputusan ..................................... 131 4.2.3.4.4 Perangkingan Penerimaan Kredit...................................................... 134 4.2.3.5 Halaman Laporan Penerimaan Kredit ...................................................... 136 BAB V ................................................................................................................................. 139 PENGUJIAN DAN ANALISIS DATA............................................................................... 139 5.1 139

Pengujian Sistem ……………………………………………………………………………………………..

5.2

Analisis Data ........................................................................................................ 151

BAB VI ................................................................................................................................ 165 PENUTUP ........................................................................................................................... 165 6.1 Kesimpulan ................................................................................................................ 165 6.2

Saran .................................................................................................................... 167

DAFTAR PUSTAKA .......................................................................................................... 168 LAMPIRAN ........................................................................................................................ 169

xvi


DAFTAR TABEL Tabel 4.1 Tabel Nasabah ……………………………………………………………43 Tabel 4.2 Tabel Jaminan ……………………………………………………………44 Tabel 4.3 Tabel Kapasitas …………………………………………………………..45 Tabel 4.4 Tabel Modal ……………………………………………………………...45 Tabel 4.5 Tabel Kondisi_ekonomi …………………………………………………46 Tabel 4.6 Tabel Karakter …………………………………………………………...47 Tabel 4.7 Tabel Angsuran_kredit …………………………………………………..47 Tabel 4.8 Tabel Usulan_kredit ……………………………………………………..48 Tabel 4.9 Tabel Penilaian_karakter ………………………………………………..50 Tabel 4.10 Tabel Penilaian_jaminan ……………………………………………….51 Tabel 4.11 Tabel Penilaian_kapasitas ……………………………………………...52 Tabel 4.12 Tabel Penilaian_modal …………………………………………………53 Tabel 4.13 Tabel Penilaian_kondisi ………………………………………………..53 Tabel 4.14 Ketentuan Skor…………………………………………………………131 Tabel 5.1 Bobot Kriteria 5C ……………………………………………………….140 Tabel 5.2 Bobot Sub Kriteria Karakter…………………………………………….140 Tabel 5.3 Bobot Sub Kriteria Jaminan……………………………………………..141 Tabel 5.4 Bobot Sub Kriteria Kapasitas……………………………………………141 Tabel 5.5 Bobot Sub Kriteria Modal……………………………………………….141 Tabel 5.6 Bobot Sub Kriteria Kondisi Ekonomi…………………………………...142 Tabel 5.7 Patokan Skor…………………………………………………………….149 Tabel 5.8 Perbedaan Hasil Keputusan Manual dan Sistem……………….………..153

xvii


DAFTAR GAMBAR

Gambar 2.1 Karakteristik SistemPendukung Keputusan …………………….……14 Gambar 2.2 Model Konseptual SistemPendukung Keputusan ……………………15 Gambar 2.3 Sub Sistem Dialog (antarmuka) …………………..…………………17 Gambar 2.4 Rumus Perhitungan Metode SAW …………………..………………20 Gambar 4.1 Manajemen Model …………………………………………………...31 Gambar 4.2 Perancangan Basis Data……………………………….……………..41 Gambar 4.3 Halaman Form Utama ……………………………………………….55 Gambar 4.4 Input Data Pemohon…………………………………………………56 Gambar 4.5 Kriteria dan Bobot ………………………………………………..….57 Gambar 4.6 Simulasi Penentuan Pemberian Kredit……………………………….58 Gambar 4.7 Daftar Penerimaan Kredit Pemohon…………………………………59 Gambar 4.8 Diagram Konteks ……………………………………………………60 Gambar 4.9 Diagram Aliran Data Level 1…………………………..…………….61 Gambar 4.10 Diagram Aliran Data Level 2 Proses 4……………………………..64 Gambar 4.11 Diagram Use Case ………………………………………………….71 Gambar 4.12 Informasi Tabel Data Base sistembprx…………………….…….…89 Gambar 4.13 Halaman Utama Sistem ……………………………………………..92 Gambar 4.14 Halaman Data Pemohon …………………………………………….93 Gambar 4.15 Formulir Data Pemohon ……………………………………………..94 Gambar 4.16 Ubah Data Pemohon ………………………………………….……..98 Gambar 4.17 Hapus Data Pemohon……………………………………………......99 Gambar 4.18 Halaman Angsuran Kredit…………………………………………..100

xviii

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Gambar 4.19 Formulir Pengisian Data Angsuran Kredit………………………….101 Gambar 4.20 Detil Angsuran Kredit ………………………………….…………..101 Gambar 4.21 Halaman Kriteria dan Bobot………………………………………..102 Gambar 4.22 Form Sub Kriteria dan Bobot Sub Kriteria Karakter…………….....103 Gambar 4.23 Form Sub Kriteria dan Bobot Sub Kriteria Jaminan………………..103 Gambar 4.24 Form Sub Kriteria dan Bobot Sub Kriteria Kapasitas………….…...104 Gambar 4.25 Form Sub Kriteria dan Bobot Sub Kriteria Modal……………….....104 Gambar 4.26 Form Sub Kriteria dan Bobot Sub Kriteria Kondisi Ekonomi….......105 Gambar 4.27 Form Kriteria dan Bobot Kriteria 5C……………………………….106 Gambar 4.28 Daftar Pemohon Halaman Simulasi…………………………………106 Gambar 4.29 Form Simulasi Kredit ………………………………………………110 Gambar 4.30 Tabel Pengisian Hasil Survey Karakter……………………………..111 Gambar 4.31 Hasil Total Skor Karakter……………………………………….…..112 Gambar 4.32 Tabel Pengisian Hasil Survey Jaminan ……………………………..115 Gambar 4.33 Hasil Total Skor Jaminan……………………………………..……..116 Gambar 4.34 Tabel Pengisian Hasil Survey Kapasitas…………………………....118 Gambar 4.35 Hasil Total Skor Kapasitas………………………………………….119 Gambar 4.36 Tabel Pengisian Hasil Survey Modal……………………………….121 Gambar 4.37 Hasil Total Skor Modal……………………………………………..122 Gambar 4.38 Tabel Pengisian Hasil Survey Kondisi Ekonomi………...…………124 Gambar 4.39 Hasil Total Skor Kondisi Ekonomi……………………………..…..125 Gambar 4.40 Tabel Rekomendasi Keputusan Kredit……………………………..128 Gambar 4.41 Total Skor Tabel Rekomendasi Keputusan Kredit…………..……..129 Gambar 4.42 Patokan Skor Penerimaan Kredit…………………………………...132 Gambar 4.43 Hasil Keputusan Rekomendasi Kredit……………………………..134

xix

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Gambar 4.44 Peringkat Hasil Keputusan Rekomendasi Keputusan Kredit .……135 Gambar 4.45 Laporan Penerimaan Kredit Pemohon……………………………..137 Gambar 5.1 Nilai Survey Nasabah Sub Kriteria Karakter………………………..143 Gambar 5.2 Nilai Survey Nasabah Sub Kriteria Jaminan………………...………144 Gambar 5.3 Nilai Survey Nasabah Sub Kriteria Kapasitas………………….……145 Gambar 5.4 Nilai Survey Nasabah Sub Kriteria Modal …………………………146 Gambar 5.5 Nilai Survey Nasabah Sub Kriteria Kondisi Ekonomi …………..…147 Gambar 5.6 Total Skor Sub Kriteria……………………………………………..148 Gambar 5.7 Total Skor Kriteria 5C……………………………………….……..149 Gambar 5.8 Hasil Rekomendasi Penerimaan Kredit ……………………………150 Gambar 5.9 Peringkat Hasil Rekomendasi Kredit …………………………...…1

xx


BAB I PENDAHULUAN

1.1 LATAR BELAKANG

Perkembangan zaman yang semakin modern sangat mempengaruhi peningkatan kebutuhan ekonomi manusia. Biaya untuk pemenuhan kebutuhan ekonomi baik untuk perusahaan maupun perseorangan tentunya semakin bertambah besar. Masalah muncul ketika kebutuhan ekonomi tersebut tidak dapat terpenuhi karena krisis ekonomi sehingga menyebabkan minimnya ketersediaan biaya yang dimiliki untuk pemenuhan kebutuhan ekonomi tersebut. Hal ini yang memicu bertambahnya angka kemiskinan dan jumlah perusahaan yang mengalami kebangkrutan.

Oleh karena itu kini mulai

bermunculan berbagai solusi alternatif untuk membantu pemenuhan kebutuhan ekonomi, salah satunya adalah dengan pengajuan kredit uang tunai kepada perbankan.

1


2

Pengajuan kredit uang tunai merupakan salah satu solusi bagi pelaku dunia usaha dan masyarakat untuk mengatasi hambatan permodalan atau pembiayaan usaha. Badan Hukum Perseroan Terbatas (PT) BPR(Bank Perkreditan Rakyat) X merupakan bank pengkreditan milik swasta dan merupakan hasil akuisisi dengan PT. BPR XYZ. PT. BPR X ini didirikan atas persetujuan ijin usaha dari Menteri Keuangan Republik Indonesia dan telah berkembang bukan hanya sebagai lembaga bisnis, namun juga menjadi sebuah keluarga besar. PT. BPR X telah menyalurkan kredit diatas kriteria ideal yang ditetapkan oleh bank Indonesia yaitu menggunakan The Five C’s Principles atau kriteria 5C meliputi Character, Capacity, Capital, Collateral, Condition pada pedoman kebijakan kreditnya. Character berkaitan dengan penilaian watak calon nasabah untuk memenuhi kewajiban-kewajibannya, dari penilaian karakter maka dapat diketahui sifat nasabah untuk memprediksi tanggung jawab dalam melunasi hutangnya tepat waktu. Capacity digunakan untuk menilai sampai sejauh mana hasil usaha yang akan diperoleh akan mampu melunasi hutang tepat pada waktunya sesuai dengan perjanjian yang telah disepakati (Mulyono,1993). Capital akan menilai kondisi kekayaan yang dimiliki oleh usaha yang dikelola calon nasabah sehingga dapat dinilai berapa besar jumlah kredit yang layak diberikan. Condition digunakan untuk mempertimbangkan kondisi ekonomi yang dikaitkan dengan prospek usaha calon nasabah. Collateral akan menilai jaminan yang mungkin dapat disita


3

oleh pihak bank apabila ternyata calon nasabah benar-benar tidak bisa memenuhi kewajiban pelunasan kredit. The Five C’s Principles atau kriteria 5C inilah yang selanjutnya menjadi landasan penilaian dalam proses penentuan pemberian kredit.

Proses perkreditan antara pihak bank dengan nasabah dilakukan oleh pihak bank dengan menilai dan menentukan calon nasabah terlebih dahulu sebelum memberikan keputusan untuk menerima atau menolak permintaan kreditnya. Seorang calon nasabah akan disurvey untuk dinilai pihak Tim Survey apakah kriteria-kriteria 5C dapat terpenuhi. Penilaian ini dilakukan demi kelancaran kredit dengan mempertimbangkan resiko tidak tertagihnya angsuran kredit cukup besar. Oleh karena itu bank dituntut untuk dapat mengambil keputusan dengan menerapkan prinsip kehati-hatian dan asas-asas perkreditan yang sehat agar kualitas kredit yang diberikan senantiasa lancar, mengingat begitu banyaknya kriteria calon nasabah peminjam yang harus dipenuhi, serta lingkungan bisnis perbankan yang semakin kompetitif.

Berdasarkan hal tersebut untuk membantu penentuan pemberian kredit peminjaman uang tunai dalam menentukan calon nasabah maka diperlukan suatu Sistem Pendukung Keputusan (SPK) yang dapat memperhitungkan segala kriteria yang mendukung pengambilan keputusan guna membantu,


4

mempercepat dan mempermudah proses pengambilan keputusan (Suryadi, Kadarsah, dkk, 1998). Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai dimaksudkan untuk membantu pihak manajer kredit untuk memberikan keputusan terhadap pengajuan kredit calon nasabah. Hal ini dilakukan karena untuk memutuskan diterima atau tidaknya permohonan kredit bukanlah suatu hal mudah, karena adanya pertimbangan The Five C’s Principles sebagai kunci penilaian untuk meloloskan pengajuan kredit.

Penelitian ini akan diselesaikan dengan menggunakan metode SAW (Simple Additive Weighting) yang selanjutnya akan dituliskan dengan metode SAW, yang digunakan untuk menentukan rangking pemberian kredit peminjaman uang tunai. Metode ini digunakan karena metode SAW pada dasarnya akan mencari penjumlahan tebobot dari rating kinerja pada setiap alternatif pada semua kriteria dan sub-kriteria calon nasabah, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif. Dalam hal ini alternatif yang dimaksud adalah nasabah yang berhak menerima kredit berdasarkan kriteria-kriteria yang ditentukan. Dengan metode tersebut, diharapkan penilaian akan memberikan hasil yang lebih tepat karena didasarkan pada nilai kriteria dan bobot yang


5

sudah ditentukan terhadap calon nasabah yang layak menerima kredit tersebut.

1.2 RUMUSAN MASALAH

Sampai sejauh mana penggunaan metode SAW dalam Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai mampu memberikan hasil keputusan yang lebih baik? Untuk menjawab rumusan masalah di atas maka akan dilakukan sebuah penelitian dengan membuat sebuah sistem pendukung keputusan menggunakan metode SAW, sehingga dapat diketahui apakah hasil keputusan dapat memberikan hasil keputusan yang lebih baik berdasarkan pemenuhan kriteria The Five C’s Principles dengan pembobotan yang telah ditentukan.

1.3

TUJUAN

Penggunaan metode SAW dalam Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai ini bertujuan untuk menentukan efektifitas penggunaan metode SAW dalam proses menentukan pemberian kredit peminjaman uang tunai yang memenuhi kriteria The Five C’s Principles dan pembobotan yang telah ditetapkan oleh pihak manajer


6

kredit, sehingga dapat diketahui apakah keputusan yang dihasilkan lebih baik atau tidak.

1.4

BATASAN MASALAH

Penelitian akan dibatasi oleh beberapa hal agar tidak menyimpang dari tujuan penelitian, yaitu: 1.4.1 Cakupan penelitian hanya mencakup sistem pendukung keputusan menggunakan metode SAW dengan studi kasus PT. BPR X. 1.4.2 Penelitian hanya dilakukan terkait kriteria-kriteria dan pembobotan berdasarkan The Five C’s Principles

yang tertuang dalam

Pedoman Standar Kebijakan Perkreditan Bank Perkreditan Rakyat yang ditetapkan oleh Bank Indonesia. 1.4.3 Sistem Pendukung Keputusan akan dibuat berbasis desktop menggunakan bahasa pemrograman Java. 1.4.4 Sistem Pendukung Keputusan ini hanya dapat digunakan untuk proses pengambilan keputusan dengan menggunakan minimum 2 data nasabah untuk setiap simulasinya. 1.4.5 Sistem ini hanya menyediakan maksimal 4 sub-kriteria untuk masing-masing kriteria 5C 1.4.6 Berkaitan dengan kesulitan dalam pengumpulan data nasabah asli, maka sistem ini hanya menggunakan 34 Data Nasabah yang


7

masing-masing terdiri dari 15 Data Nasabah Diterima (Nasabah Lama Lancar ), 15 Data Nasabah Ditolak ( Nasabah Lama Tidak Lancar), dan 4 Data Nasabah Diterima (Nasabah Lama Tidak Lancar).

1.5

MANFAAT PENELITIAN

Hasil penelitian ini diharapkan dapat memberikan manfaat untuk semua pihak yang bersangkutan dalam penelitian ini, baik manfaat secara praktis maupun secara teoritis.

1.5.1 Manfaat Praktis Beberapa manfaat secara praktis dari penelitian ini, yaitu sebagai berikut: 1. Bagi peneliti, penelitian ini dapat menambah pengetahuan dan wawasan

mengenai

proses

pengambilan

keputusan

menggunakan metode SAW. 2. Bagi pembaca, hasil penelitian ini dapat memberikan informasi secara tertulis maupun sebagai referensi tentang Efektifitas Penggunaan Metode SAW(Simple Additive Weighting) dalam Sistem Pendukung Keputusan Penentuan Pemberian Kredit


8

Peminjaman Uang Tunai PT. BPR X, sehingga dapat diketahui hasil keputusan yang dihasilkan lebih baik atau tidak. 3. Bagi PT. BPR X, hasil penelitian ini dapat memberikan sumbangan

pemikiran

menggunakan

sebuah

jika

ditemukan

sistem

alternatif

pendukung

cara

keputusan

menggunakan metode SAW yang lebih memudahkan dalam proses pengambilan keputusan.

1.5.2 Manfaat Teoritis Manfaat secara teoritis dari penelitian ini, yaitu sebagai berikut: 1. Bagi jurusan Teknik Informatika hasil dari penelitian ini dapat menjadi sumbangan pemikiran bagi pembelajaran dan penggunaan metode SAW dalam sebuah sistem pendukung keputusan. 1.6 SISTEMATIKA PENULISAN

1.6.1

BAB I. PENDAHULUAN Bab ini berisi latar belakang masalah, rumusan masalah, tujuan sistem, batasan masalah, manfaat penelitian, dan sistematika penulisan.


1.6.2

9

BAB II. LANDASAN TEORI Bab ini berisi dasar-dasar teori yang digunakan untuk membangun sistem yang meliputi Sistem Pendukung Keputusan serta metode SAW.

1.6.3

BAB III. METODOLOGI PENELITIAN Bab ini berisi metodologi penelitian yang akan dilakukan selama penelitian perancangan desain sistem, terdiri dari: Analisis Masalah, Pengembangan Sistem, Pengujian Efektifitas Sistem, Analisis Data dan Penarikan Kesimpulan.

1.6.4

BAB

IV.

PERANCANGAN

DAN

IMPLEMENTASI

SISTEM Bab ini berisi rancangan dan implementasi sistem berdasarkan analisis yang telah dibuat sebelumnya. Terdiri dari tahap-tahap manajemen model, manajemen data, manajemen dialog, knowledge management, diagram aliran data, spesifikasi proses, dan implementasi sistem beserta penjelasannya.

1.6.5

BAB V. PENGUJIAN DAN ANALISIS DATA


10

Bab ini berisi pengujian sistem dan analisis hasil pengujian untuk menghitung tingkat efektifitas metode SAW pada sistem ini.

1.6.6

BAB VI. PENUTUP Bab ini berisi kesimpulan dan saran pengembangan sistem.

1.6.7

DAFTAR PUSTAKA Bab ini berisi daftar buku dan referensi yang digunakan dalam pembuatan laporan dan sistem.

1.6.8

LAMPIRAN Lampiran

ini

berisi

contoh

data

dan

listing program.


BAB II LANDASAN TEORI

Bab ini berisi landasan teori yang digunakan dalam penelitian yang mencakup pembahasan tentang Sistem Pendukung Keputusan dan Metode SAW(Simple Additive Weighting).

2.1 Sistem Pendukung Keputusan(SPK) 2.1.1 Definisi Sistem Pendukung Keputusan secara umum didefinisikan sebagai sebuah sistem yang memiliki kemampuan untuk memberikan pemecahan masalah maupun komunikasi untuk masalah semi terstruktur. Secara khusus, Sistem Pendukung Keputusan sebagai sebuah sistem yang mendukung kinerja seorang manajer maupun sekelompok manajer dalam memecahkan masalah semi terstruktur dengan cara memberikan informasi atau rekomendasi menuju pada keputusan tertentu. Sistem Pendukung Keputusan dapat berbentuk sistem manual maupun sistem terkomputerisasi.

Menurut Turban, Sistem Pendukung Keputusan yang selanjutnya akan disingkat dengan SPK adalah sekumpulan prosedur berbasis model untuk

11


12

memproses data dan memberikan pertimbangan bagi manajer dalam mengambil keputusan.

2.1.2 Tujuan Sistem Pendukung Keputusan Berdasarkan definisi di atas maka dapat disimpulkan bahwa tujuan SPK dalam proses pengambilan keputusan adalah: ●

Membantu menjawab masalah semi-terstruktur

●

Membantu

manajer

dalam

mengambil

keputusan,

bukan

menggantikannya ●

Manajer yang dibantu melingkupi top manajer sampai ke manajer lapangan

●

Fokus pada keputusan yang efektif bukan keputusan yang efisien.

Untuk mencapai tujuan tersebut maka SPK harus memenuhi syarat: ●

Sederhana.

●

Robust

●

Mudah untuk dikontrol dan beradaptasi.

●

Lengkap pada hal-hal penting.

●

Mudah berkomunikasi dengannya.


13

2.1.3 Semi-terstruktur SPK digunakan untuk menangani masalah semi-terstruktur. Masalah semi-terstruktur adalah masalah yang memiliki karakteristik yang merupakan perpotongan dari masalah terstruktur dan masalah tidak terstruktur. Dua sifatnya adalah: ●

Beberapa bagian dari masalah terjadi berulang-ulang

●

Beberapa bagian dari masalah melibatkan subjektivitas manusia.

2.1.4 Karakteristik dan Kemampuan Sistem Pendukung Keputusan Lima karakteristik utama SPK (Sprague et.al., 1993), yaitu: ●

Sistem yang berbasis komputer.

●

Dipergunakan untuk membantu para pengambil keputusan.

●

Untuk memecahkan masalah-masalah yang sulit dilakukan dengan kalkulasi manual.

●

Melalui cara simulasi yang interaktif.

●

Data dan model analisis sebagai komponen utama.


Gambar 2.1. Karakteristik Sistem Pendukung Keputusan

2.1.5 Model Konseptual Sistem Pendukung Keputusan Berikut adalah model konseptual dari Sistem Pendukung Keputusan

14


15

Gambar 2.2. Model Konseptual Sistem Pendukung Keputusan

2.1.6 Langkah-langkah Pengambilan Keputusan Dalam proses pengambilan keputusan diperlukan langkah-langkah yang meliputi fase-fase sebagai berikut: 1. Intelligence, yaitu kegiatan untuk mengenali masalah, kebutuhan atau kesempatan.

2. Design, yaitu cara-cara untuk memecahkan masalah dan memenuhi kebutuhan.

3. Choice, yaitu memilih alternatif keputusan yang terbaik.


16

4. Implementation, yaitu implementasi sistem yang disertai dengan pengawasan dan koreksi yang diperlukan.

Keempat

fase

di

atas

disesuaikan

dengan

metode

pengembangan perangkat lunak secara terstruktur yaitu metode FAST (Framework for the Application of Systems Thinking).

2.1.7 Komponen Sistem Pendukung Keputusan Dalam Sistem Pendukung Keputusan terdapat komponen-komponen di dalamnya, yaitu: 1. Data Management Data base yang mengandung data yang relevan untuk berbagai situasi dan diatur oleh software yang disebut Data base Management Systems (DBMS).

2.

Model Management Melibatkan model finansial, statistikal, management science atau berbagai model kuantitatif lainnya, sehingga dapat memberikan suatu kemampuan analisis dan manajemen software yang diperlukan.


3.

17

Communication (dialog subsystem) Pengguna dapat berkomunikasi dan memberikan perintah pada SPK melalui sub sistem, berarti menyediakan antarmuka.

4. Knowledge Management Sub sistem optional ini dapat mendukung sub sistem lain atau bertindak sebagai komponen yang berdiri sendiri. Komponen ini menyediakan kepakaran yang diperlukan untuk menyelesaikan berbagai aspek dari suatu masalah atau menyediakan knowledge yang dapat meningkatkan operasi dari komponen SPK lainnya.

Gambar 2.3. Subsistem dialog (antarmuka)


18

2.1.8 Jenis-jenis Sistem Pendukung Keputusan Jenis-jenis SPK menurut tingkat kerumitan dan tingkat dukungan pemecahan masalahnya menurut Steven L. Alter, 1976 adalah sebagai berikut: ●

Mengambil elemen-elemen informasi.

●

Menganalisis seluruh file.

●

Menyiapkan laporan dari berbagai file.

●

Memperkirakan akibat keputusan.

●

Mengusulkan keputusan.

●

Membuat keputusan.

2.1.9 Keterbatasan Sistem Pendukung Keputusan Dalam

Sistem

Pendukung

Keputusan

terdapat

beberapa

keterbatasan, yaitu: ●

Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan.

●

Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar).


●

19

Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat lunak yang digunakan.

●

SPK tidak memiliki kemampuan intuisi, dirancang hanya untuk membantu pengambil keputusan dalam melaksanakan tugasnya.

2.2 Metode SAW( Simple Additive Weighting)

Metode SAW (Simple Additive Weighting) yang selanjutnya akan dituliskan dengan metode SAW merupakan salah satu metode yang digunakan untuk menyelesaikan masalah FMADM (Fuzzy Multiple Attribute Decision Making ). Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada.

Gambar 2.4. Rumus Perhitungan Metode SAW


20

Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,…,m dan j=1,2,…,n. Nilai preferensi untuk setiap alternatif ( Vi ) diberikan sebagai: Vi= ………………………(2.2) Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.

Dalam metode ini nilai bobot dari setiap kriteria akan disesuaikan dalam bilangan fuzzy, seperti pada gambar berikut:

Gambar 2.5 Grafik Bobot Keterangan: SR = Sangat Rendah R = Rendah C = Cukup T = Tinggi


21

ST = Sangat Tinggi.

2.2.1 Langkah Penyelesaian Metode SAW Adapun langkah-langkah penyelesaian dengan metode SAW adalah sebagai berikut ini: 1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam

pengambilan keputusan, yaitu Ci. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.

3. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan

normalisasi

matriks

berdasarkan

persamaan

yang

disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi (Kusumadewi, 2006).


BAB III METODE PENELITIAN

Bab ini berisi uraian tentang cara pengambilan data untuk penelitian. Cara pengambilan data dapat dilakukan dengan berbagai langkah seperti yang akan dijelaskan dibawah ini.

3.1 Rumusan Masalah Rumusan masalah dalam penelitian ini adalah menguji sampai sejauh mana efektifitas penggunaan Metode SAW(Simple Additive Weighting) dalam Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai PT. BPR X, sehingga dapat memberikan hasil keputusan yang lebih baik. Untuk menjawab masalah tersebut maka metode penelitian yang akan digunakan dalam penelitian ini terdiri atas: 1. Analisis Masalah 2. Pengembangan Sistem 3. Pengujian Efektifitas Sistem 4. Analisis Data 5. Penarikan Kesimpulan.

Metode penelitian tersebut akan diuraikan lebih lanjut sebagai berikut ini: 22


23

1. Analisis Masalah Pada tahap ini penulis akan melakukan analisis masalah yang berfungsi untuk mempertimbangkan hasil wawancara untuk penentuan kriteria dan data apa saja yang akan dibutuhkan dalam keseluruhan proses kredit. Untuk mengetahui kebutuhan dan standar kriteria yang akan digunakan dalam penelitian ini, maka akan dilakukan kegiatan wawancara terhadap seorang manajer di bidang kredit. Hasil wawancara yang didapatkan akan menjadi input dalam tahap analisis ini. Proses yang akan dilakukan adalah mempelajari kebutuhan dan standar kriteria selama proses kredit berlangsung. Setelah proses analisis dilakukan maka hasil analisis masalah akan berupa perkiraan kriteria dan data yang diperlukan dalam penelitian ini, meliputi data kriteria The Five C’s Principles yang telah ditetapkan oleh PT. BPR X, data performa angsuran tiap bulannya dari masing-masing jenis produk, format data penilaian agunan milik calon nasabah, data survey nasabah yang disetujui mengajukan kredit, dan data nasabah yang ditolak untuk mengajukan kredit. 2. Pengembangan Sistem


24

Dalam tahap ini berfungsi untuk melakukan perancangan sistem

untuk

mengembangkan

sebuah

sistem

pendukung

keputusan penentuan pemberian kredit yang akan digunakan sebagai media pengujian. Sistem yang akan dikembangkan adalah berbasis desktop, karena sasaran penelitian ini hanya ditujukan kepada seorang manajer kredit PT. BPR X, sehingga diharapkan proses pengambilan keputusan dapat dilakukan dengan lebih cepat. Sistem pendukung keputusan penentuan pemberian kredit ini dikembangkan dengan menggunakan bahasa pemrograman Java dan MySQL. Input yang akan digunakan dalam tahap pengembangan ini adalah kebutuhan manajer kredit yang didapatkan dari hasil wawancara, serta perkiraan kriteria dan data yang didapatkan dari tahap analisis masalah. Proses yang akan dilakukan pada tahap ini meliputi perancangan manajemen model, manajemen data, manajemen dialog, knowledge management, diagram aliran data, spesifikasi proses dan implementasi program. Hasil dari tahap ini adalah sebuah sistem yang dapat digunakan secara mudah dan interaktif sesuai kebutuhan, dengan user interface yang menarik dan simple. Sistem ini akan memuat menu untuk simulasi kredit


25

berdasarkan hasil survey pemohon sesuai kriteria dari calon pemohon.

3.

Pengujian Efektifitas Sistem Tahap ini berfungsi untuk melakukan pengujian sistem yang berfungsi untuk mengetahui efektifitas penggunaan metode SAW dalam mengambil keputusan pada sistem ini. Proses pengujian ini akan dilakukan dengan teknik simulasi data asli. Melalui teknik pengujian ini peneliti dapat melakukan uji coba langsung sistem dengan menggunakan data nasabah asli, sehingga hasil keputusan yang dihasilkan oleh sistem menjadi lebih akurat karena sesuai dengan data asli. Teknik simulasi data asli dilakukan dengan menggunakan input berupa data asli nasabah diterima maupun ditolak yang diperoleh dari wawancara dengan manajer kredit PT. BPR X. Proses pengujian dilakukan dengan melakukan simulasi kredit dengan memasukkan nilai hasil survey minimum 2 data calon pemohon. Tahap selanjutnya sistem akan melakukan perhitungan untuk memperoleh nilai total skor pemohon dengan metode SAW. Proses selanjutnya adalah melakukan pengecekan total skor pemohon


26

dengan patokan skor penerimaan yang telah ditentukan oleh manajer kredit dan juga pengecekan terhadap track record angsuran kredit pemohon. Hasil pengecekan tersebut akan memperoleh keputusan dan peringkat pemohon yang diterima maupun yang ditolak. Selanjutnya adalah membandingkan hasil keputusan sistem dengan hasil keputusan manual. Jika pada cara manual hasil keputusan pemohon dinyatakan diterima dan setelah diuji pada sistem menunjukkan pemohon ditolak, maupun sebaliknya maka dapat disimpulkan semakin besar presentase hasil keputusan yang ditolak karena

performa

angsuran

kreditnya

tidak

lancar,

maka

menunjukkan bahwa metode SAW memang efektif digunakan untuk SPK pemberian kredit uang tunai.

4. Analisis Data Tahap ini akan membantu penulis untuk mempelajari hasil pengujian yang didapatkan pada tahap sebelumnya sehingga dapat dilakukan penarikan kesimpulan terhadap penelitian ini. Input dari tahap ini adalah data asli nasabah PT. BPR X yang diterima maupun ditolak yang didapatkan dari hasil wawancara dengan manajer kredit dan hasil keputusan dengan pernyataan “DITERIMA” atau


27

“DITOLAK” yang didapatkan dari hasil pengujian sistem dengan teknik simulasi data asli. Selanjutnya proses analisis data dilakukan dengan cara membandingkan hasil keputusan yang diperoleh dari sistem sama dengan keputusan asli dari data asli nasabah PT. BPR X(manual). Jika terjadi perbedaan hasil keputusan yaitu nasabah yang sebelumnya telah diterima oleh PT. BPR X ternyata ditolak oleh sistem maupun sebaliknya, maka akan dilakukan pengecekan pada performa angsuran kredit yang menyebabkan terjadinya perbedaan hasil keputusan (cara manual melihat data asli). Efektifitas sistem ini dilihat dari performa nasabah dalam melunasi pinjaman. Sistem ini diharapkan mampu memberikan hasil keputusan

yang

berbeda

dengan

hasil

keputusan

manual.

Perhitungan efektifitas dilihat dari jumlah perbedaan hasil nasabah diterima dan ditolak pada cara manual dengan keputusan sistem. Pemohon yang diterima permohonan kreditnya pada hasil keputusan manual menjadi ditolak dalam simulasi sistem karena track record angsuran kreditnya tidak lancar. Hasil analisis data ini akan berupa pernyataan yang dilandasi oleh hasil pengujian bahwa hasil keputusan yang diberikan oleh sistem lebih efektif atau tidak, sehingga dapat merujuk pada penarikan kesimpulan penelitian.


28

5. Penarikan Kesimpulan Berdasarkan

hasil

analisis

data

yang telah

dilakukan

sebelumnya, maka penulis dapat menarik keputusan terhadap penelitian ini. Penggunaan metode SAW dapat dikatakan efektif dalam memberikan hasil keputusan yang lebih baik, jika sistem dapat menghasilkan keputusan yang berbeda dengan hasil manual. Hal ini dilihat dari performa angsuran kredit nasabah dalam melunasi pinjaman. Hal yang dibandingkan adalah hasil keputusan manual bahwa nasabah tersebut diterima permohonan kreditnya namun memiliki track record angsuran kredit yang tidak lancar. Ketika disimulasikan pada sistem ini nasabah tersebut dinyatakan ditolak. Ini membuktikan bahwa sistem ini dapat meningkatkan efektifitas pengambilan keputusan pemberian pinjaman uang tunai PT. BPR X.


BAB IV PERANCANGAN DAN IMPLEMENTASI SISTEM

Bab ini berisi uraian tentang perancangan dan implementasi sistem. Langkah-langkah perancangan sistem akan dijelaskan lebih detil dengan menggunakan gambar dalam bab ini. 4.1 Perancangan Sistem Perancangan sistem akan meliputi tahap-tahap manajemen model, manajemen data, manajemen dialog, knowledge management, diagram aliran data dan spesifikasi proses. Tahap-tahap tersebut selanjutnya akan dijelaskan secara lengkap seperti berikut ini.

4.1.1 Manajemen Model

Manajemen model ini merupakan sebuah diagram yang menggambarkan kebergantungan antar variable dalam bentuk diagram influence. Dalam diagram model ini dibutuhkan karena dapat membantu menunjukkan kriteria 5C yang memiliki sub kriteria dan bobot yang dapat diubah-ubah oleh manajer kredit sebagai patokan perhitungan metode SAW dalam proses simulasi

29


30

kredit. Perhitungan keempat bobot sub kriteria untuk masingmasing kriteria 5C akan menghasilkan total nilai dan selanjutnya akan kembali dihitung dengan bobot kriteria utama dan pada akhirnya akan menghasilkan total skor setiap jaminan yang akan digunakan untuk menentukan peringkat kelolosan kredit nasabah. Untuk lebih jelasnya berikut pemodelannya dan penjelasan perhitungannya.


31

Tahun agunan jaminan Bentuk agunan Besar nilai agunan

Normalisasi sub jaminan

Kondisi agunan

Total Skor jaminan

Bobot sub jaminan Bobot jaminan pendidikan Pengalaman usaha Sejarah usaha

Normalisasi sub kapasitas Bobot sub kapasitas

omset

Total Skor kapasitas

Bobot kapasitas

Total Skor Akhir Uang muka Keahlian dagang

hutang

Normalisasi sub modal

Bobot sub modal

Modal awal usaha

tanggungan anak

Bobot modal

Normalisasi sub Kondisi ekonomi

Kepemilikan rumah Lingkungan hunian

Bobot sub Kondisi ekonomi

Perkembangan teknologi

Ketulusan Kerendahan hati

keterbukaan

Total Skor modal

TotalSkor kondisi ekonomi

Bobot Kondisi ekonomi

Normalisasi sub karakter Total Skor karakter Bobot sub karakter Bobot karakter

Tanggung jawab

Gambar 4.1 Manajemen Model


32

Penjelasan perhitungan: Untuk memperoleh total skor akhir maka perlu dilakukan dua kali perhitungan dengan menggunakan metode SAW, yaitu untuk menentukan total skor masing-masing kriteria menggunakan nilai survey dan bobot sub kriteria yang telah ditentukan, selanjutnya baru menghitung total skor akhir. Berikut perhitungan masing-masing total skor kriteria.

a. Total Skor Jaminan 

Normalisasi sub 1 = Tahun agunan / (MAX( tahun agunan, bentuk agunan, besar nilai agunan, kondisi agunan)



Normalisasi sub 2 = Bentuk agunan / (MAX( tahun agunan, bentuk agunan, besar nilai agunan, kondisi agunan)



Normalisasi sub 3 =


33

Besar nilai agunan / (MAX( tahun agunan, bentuk agunan, besar nilai agunan, kondisi agunan) 

Normalisasi sub 4 = Kondisi agunan / (MAX( tahun agunan, bentuk agunan, besar nilai agunan, kondisi agunan)

Total Skor Jaminan = (Normalisasi sub 1 * bobot sub 1) + (Normalisasi sub 2 * bobot sub 2) + (Normalisasi sub 3 * bobot sub 3) + (Normalisasi sub 4 * bobot sub 4)

b. Total Skor Kapasitas 

Normalisasi sub 1 = Pendidikan / (MAX (pendidikan, pengalaman usaha, sejarah usaha, omset)



Normalisasi sub 2 = Pengalaman usaha / (MAX (pendidikan, pengalaman usaha, sejarah usaha, omset)




34

Normalisasi sub 3 = Sejarah usaha / (MAX (pendidikan, pengalaman usaha, sejarah usaha, omset)



Normalisasi sub 4 = Omset / (MAX (pendidikan, pengalaman usaha, sejarah usaha, omset)

Total Skor Kapasitas = (Normalisasi sub 1 * bobot sub 1) + (Normalisasi sub 2 * bobot sub 2) + (Normalisasi sub 3 * bobot sub 3) + (Normalisasi sub 4 * bobot sub 4)

c. Total Skor Modal 

Normalisasi sub 1 = Uang muka / (MAX (uang muka, keahlian dagang, hutang, modal awal usaha)



Normalisasi sub 2 =


35

Keahlian dagang / (MAX (uang muka, keahlian dagang, hutang, modal awal usaha) 

Normalisasi sub 3 = Hutang / (MAX (uang muka, keahlian dagang, hutang, modal awal usaha)



Normalisasi sub 4 = Modal awal usaha / (MAX (uang muka, keahlian dagang, hutang, modal awal usaha)

Total Skor Modal = (Normalisasi sub 1 * bobot sub 1) + (Normalisasi sub 2 * bobot sub 2) + (Normalisasi sub 3 * bobot sub 3) + (Normalisasi sub 4 * bobot sub 4)

d. Total Skor Kondisi Ekonomi 

Normalisasi sub 1 = Tanggungan

anak

/

(MAX

(tanggungan

anak,

kepemilikan rumah, lingkungan hunian, perkembangan teknologi)




36

Normalisasi sub 2 = Kepemilikan rumah / (MAX (tanggungan anak, kepemilikan rumah, lingkungan hunian, perkembangan teknologi)



Normalisasi sub 3 = Lingkungan hunian / (MAX (tanggungan anak, kepemilikan rumah, lingkungan hunian, perkembangan teknologi)



Normalisasi sub 4 = Perkembangan teknologi / (MAX (tanggungan anak, kepemilikan rumah, lingkungan hunian, perkembangan teknologi)

Total Skor Kondisi Ekonomi = (Normalisasi sub 1 * bobot sub 1) + (Normalisasi sub 2 * bobot sub 2) + (Normalisasi sub 3 * bobot sub 3) + (Normalisasi sub 4 * bobot sub 4)


37

e. Total Skor Karakter 

Normalisasi sub 1 = Ketulusan / (MAX (ketulusan, kerendahan hati, keterbukaan, tanggung jawab)



Normalisasi sub 2 = Kerendahan hati / (MAX (ketulusan, kerendahan hati, keterbukaan, tanggung jawab)



Normalisasi sub 3 = Keterbukaan / (MAX (ketulusan, kerendahan hati, keterbukaan, tanggung jawab)



Normalisasi sub 4 = Tanggung jawab / (MAX (ketulusan, kerendahan hati, keterbukaan, tanggung jawab)

Total Skor Karakter = (Normalisasi sub 1 * bobot sub 1) + (Normalisasi sub 2 * bobot sub 2) + (Normalisasi sub 3 * bobot sub 3) + (Normalisasi sub 4 * bobot sub 4)


38

Setelah total skor untuk masing-masing kriteria diperoleh, maka langkah selanjutnya adalah menghitung total skor akhir dengan menggunakan total skor masing-masing kriteria dan bobot kriteria utama. Berikut perhitungannya: 

Normalisasi 1= Total Skor Jaminan / (MAX (Total Skor Jaminan, Total Skor kapasitas, Total Skor Modal, Total Skor Kondisi Ekonomi, Total Skor Karakter)



Normalisasi 2= Total Skor kapasitas / (MAX (Total Skor Jaminan, Total Skor kapasitas, Total Skor Modal, Total Skor Kondisi Ekonomi, Total Skor Karakter)



Normalisasi 3= Total Skor Modal / (MAX (Total Skor Jaminan, Total Skor kapasitas, Total Skor Modal, Total Skor Kondisi Ekonomi, Total Skor Karakter)



Normalisasi 4=


39

Total Skor Kondisi Ekonomi / (MAX (Total Skor Jaminan, Total Skor kapasitas, Total Skor Modal, Total Skor Kondisi Ekonomi, Total Skor Karakter) 

Normalisasi 5= Total Skor Karakter / (MAX (Total Skor Jaminan, Total Skor kapasitas, Total Skor Modal, Total Skor Kondisi Ekonomi, Total Skor Karakter)

Total Skor Akhir = (Normalisasi 1 * bobot jaminan) + (Normalisasi 2 * bobot kapasitas) + (Normalisasi 3 * bobot modal) + (Normalisasi 4 * bobot kondisi ekonomi) + (Normalisasi 5 * bobot karakter)

4.1.2 Manajemen Data Manajemen data akan menjelaskan perancangan basis data dan tabel-tabel yang mengandung data relevan dari diagram basis data.


40

4.1.2.1 Perancangan Basis Data

Perancangan basis

data merupakan sebuah

metode

pemodelan basis data yang digunakan untuk menghasilkan skema konseptual untuk jenis atau model data semantik sistem. Dalam SPK Penentuan Pemberian Kredit Peminjaman Uang Tunai ini perancangan basis data akan memuat hubungan 8 entitas yaitu entitas nasabah, angsuran_kredit, usulan_kredit, karakter, kapasitas, jaminan, modal dan kondisi_ekonomi. Untuk lebih jelasnya berikut perancangan basis datanya.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 41

#Id_jaminan Jenis_kelamin

nama_nasabah

No_ktp #Id_nasabah

Pengeluaran_perbulan

No_hp tempatlahir

alamat

1

memiliki

jabatan

1

Skor_ subkriteria

Kepemilikan_ rumah

pekerjaan

Bobot_ kapasitas

Penilaia n_jamin an

bobot_subkriteria #Id_kapasitas #

Status_angsuran Satuan_waktu_bulanan

memiliki

n

Namapemilik_agunan

#Id_usulan

status_kepemilikanagunan

n

tanggal_angsuran

Usulan_kredit

Tanggal_usulan

Skor_ subkrit eria

n

n

Bobot_kondisi

n

Keperluan_kredit

Jangka _waktu

Kondisi_ekonomi Nama_subkriteria

Penilaian _kondisi Jumlah_kredit

bobot_subkriteria

n

nilai_agunan Cara_penge mbalian

#Id_kondisi #id_penilaianModal

n

bunga

Nama_su bkriteria

modal Penilaia n_modal

jenis_agunan

bobot_subkriteria

#Id_modal n

Skor_ subkriteria

Angsuran_kredit

kapasitas n

Bobot_modal

#Id_angsuran

Nama_ subkrit eria

#id_penilaianKapasitas Penilaia n_kapasi tas

Nama_kantor

kredit

n

bobot_jaminan

Hasil_ keputusan

nasabah

Nama _subkr iteria

jaminan

tanggallahir

Pendapatan_perbulan

#id_penilaianJaminan

Skor_ subkriteria

pendidikan status

bobot_subkriteria

n

Skor_ subkri teria

Total_skor Bobot_karakter

#Id_karakter Penilaian _karakte r

bobot_subkriteria

#id_penilaianKondisi #id_penilaianKarakter

n

karakter

Nama _subkr iteria


42

Gambar 4.2 Perancangan Basis Data

Gambar di atas menunjukkan entitas Nasabah yang memiliki hubungan one to many dengan entitas Angsuran_kredit, dimana 1 nasabah dapat memiliki banyak angsuran kredit. Entitas nasabah juga memiliki hubungan one to many dengan entitas usulan_kredit dihubungkan dengan hubungan memiliki. Entitas usulan_kredit memiliki relasi many to many dengan entitas karakter, kapasitas, jaminan,

modal,

dihubungkan

dan

kondisi_ekonomi

dengan

penilaian_kapasitas,

hubungan

penilaian_jaminan,

yang

masing-masing

penilaian_karakter, penilaian_modal,

dan

penilaian_kondisi yang semua hubungannya berubah menjadi tabel.

4.1.2.2 Skema Tabel

Berikut ini merupakan skema tabel yang berisi data dan tipe data yang telah dinormalisasi. Bagian ini menjelaskan tipe data pada setiap variabelnya, deskripsi serta menunjukkan Primary Key dan Foreign Key untuk setiap entitas.


43

a. Tabel Nasabah Nama Variabel Id_nasabah

Tipe data Varchar(10)

Constraint

Deskripsi

Primary Key

Menyimpan id

(Not Null)

nasabah

Nama_nasabah

Varchar(30)

Nama nasabah

No_ktp

Varchar(30)

Nomor KTP untuk setiap nasabah

Alamat

Varchar(50)

Alamat setiap nasabah

Jenis_kelamin

Varchar(10)

Jenis kelamin nasabah

Tempat_lahir

Vaarchar(30)

Kota tempat lahir nasabah

Tanggal_lahir

Date

Tanggal lahir nasabah

Status

Varchar(20)

Status pernikahan nasabah

Pendidikan

Varchar(10)

Tingkat pendidikan nasabah

No_hp

Varchar(15)

Nomor telepon nasabah

Pekerjaan

Varchar(30)

Nama pekerjaan nasabah

Jabatan

Varchar(30)

Jabatan pekerjaan


nasabah Nama_kantor

Varchar(30)

Nama kantor

Pendapatan_perb

Int

Jumlah penghasilan

ulan Pengeluaran_per

perbulan Int

Jumlah pengeluaran

bulan Kepemilikan_ru

perbulan Varchar(30)

Status kepemilikan

mah Hasil_keputusan

rumah Varchar(30)

Hasil keputusan pemberian kredit

Tanggungan_ana int

Jumlah tanggungan

k

anak

Tabel 4.1 Tabel Nasabah

b. Tabel jaminan Nama Variabel Id_jaminan

Tipe data

Constraint

Varchar(10)

Primary Key

Deskripsi Menyimpan id jaminan

(Not Null) Nama_subkriteria

Varchar(30)

Nama sub kriteria jaminan

44


Bobot_subkriteria

Double

Bobot setiap sub kriteria jaminan

Tabel 4.2 Tabel Jaminan

c. Tabel kapasitas Nama Variabel Id_kapasitas

Nama_subkriteria


Constraint

Deskripsi

Primary Key

Menyimpan id

(Not Null)

kapasitas

Varchar(30)

Nama sub kriteria kapasitas

Bobot_subkriteria

Double

Bobot setiap sub kriteria kapasitas

Tabel 4.3 Tabel Kapasitas

d. Tabel modal Nama Variabel Id_modal

45


Constraint Primary Key

Deskripsi Menyimpan id


(Not Null) Nama_subkriteria

modal

Varchar(30)

Nama sub kriteria modal

Bobot_subkriteria

Double

Bobot setiap sub kriteria modal

Tabel 4.4 Tabel Modal

e. Tabel kondisi_ekonomi Nama Variabel Id_kondisi

Nama_subkriteria

Tipe data

Constraint

Varchar(10)

Primary Key

Menyimpan id

(Not Null)

kondisi_ekonomi

Varchar(30)

Deskripsi

Nama sub kriteria kondisi_ekonomi

Bobot_subkriteria

Double

Bobot setiap sub kriteria kondisi_ekonomi

Tabel 4.5 Tabel Kondisi_ekonomi

46


f. Tabel karakter Nama Variabel Id_karakter

Nama_subkriteria

Tipe data

Constraint

Varchar(10)

Primary Key

Menyimpan id

(Not Null)

karakter

Varchar(30)

Deskripsi

Nama sub kriteria karakter

Bobot_subkriteria

Double

Bobot setiap sub kriteria karakter

Tabel 4.6 Tabel Karakter

g. Tabel angsuran_kredit Nama Variabel Id_angsuran

Tanggal_angsuran

Tipe data

Constraint

Varchar(10)

Primary Key

Menyimpan id

(Not Null)

angsuran

Date

Deskripsi

Tanggal setiap transaksi pembayaran angsuran

Satuan_waktu_bul anan

Int

Angka bulan

47


Kredit

Double

Jumlah nominal angsuran

Bunga

Double

Bungan setiap angsuran

Status_angsuran

Varchar(20)

Status kategori nasabah dalam mengangsur

Id_nasabah

Varchar(10)

Foreign Key

Id nasabah

Tabel 4.7 Tabel Angsuran_kredit

h. Tabel Usulan_kredit Nama Variabel Id_usulan

Tanggal_usulan

Tipe data

Constraint

Deskripsi

Varchar(10)

Primary Key

Menyimpan

(Not Null)

id usulan

Date

Tanggal usulan kredit dilakukan

Jumlah_kredit

Int

Jumlah nominal

48


49

kredit yang diajukan Jangka_waktu

Int

Jumlah waktu dalam satuan bulan untuk pelunasan kredit

Keperluan_kredit

Varchar(50)

Keterangan keperluan pengajuan kredit

Cara_pengembalian

Varchar(30)

Cara untuk pelunasan kredit

Jenis_agunan

Varchar(30)

Jenis agunan yang diajukan

Namapemilik_agunan

Varchar(30)

Nama pemilik agunan

Status_kepemilikanagunan

Varchar(30)

Status kepemilikan agunan yang diajukan


Nilai_agunan

Int

50

Nominal nilai jual agunan

Total_Skor

Double

Jumlah total skor simulasi

Id_nasabah

Varchar

Foreign Key

Menyimpan id nasabah

Tabel 4.8 Tabel Usulan_kredit

i. Tabel Penilaian_karakter Nama Variabel

Tipe data

Constraint

Id_penilaianKarakter Varchar(10) Primary Key (Not Null) Bobot_karakter

Double

Deskripsi Menyimpan id penilaian karakter Bobot utama kriteria karakter

Skor_subkriteria

Double

Skor setiap sub kriteria yang berasal dari skor survey nasabah

Id_usulan

Varchar(10) Foreign Key

Menyimpan id usulan

Id_karakter


Menyimpan id


51

karakter

Tabel 4.9 Tabel penilaian_karakter

j. Tabel Penilaian_jaminan Nama Variabel

Tipe data

Constraint

Id_penilaianJaminan Varchar(10)

Primary Key

Menyimpan id

(Not Null)

penilaian jaminan

Bobot_jaminan

Double

Deskripsi

Bobot utama kriteria jaminan

Skor_subkriteria

Double


Id_usulan

Varchar(10)

Foreign Key

Menyimpan id usulan

Id_jaminan

Varchar(10)

Foreign Key

Menyimpan id jaminan

Tabel 4.10 Tabel penilaian_jaminan


52

k. Tabel Penilaian_kapasitas Nama Variabel

Tipe data

Constraint

Id_penilaianKapasitas Varchar(10) Primary Key (Not

Deskripsi Menyimpan id penilaian kapasitas

Null) Bobot_kapasitas

Double

Bobot utama kriteria kapasitas

Skor_subkriteria

Double


Id_usulan

Varchar(10) Foreign Key Menyimpan id usulan

Id_kapasitas

Varchar(10) Foreign Key Menyimpan id kapasitas

Tabel 4.11 Tabel penilaian_kapasitas


53

l. Tabel Penilaian_modal Nama Variabel

Tipe data

Constraint

Id_penilaianModal Varchar(10) Primary Key (Not Null) Bobot_modal

Double

Deskripsi Menyimpan id penilaian modal Bobot utama kriteria modal

Skor_subkriteria

Double


Id_usulan


Menyimpan id usulan

Id_modal


Menyimpan id modal

Tabel 4.12 Tabel penilaian_modal m. Tabel Penilaian_kondisi Nama Variabel

Tipe data

Id_penilaianKondisi

Varchar(10)

Constraint

Deskripsi

Primary

Menyimpan id

Key (Not

penilaian kondisi

Null) Bobot_kondisi

Double

Bobot utama kriteria kondisi


Skor_subkriteria

Double

54


Id_usulan

Varchar(10)

Foreign

Menyimpan id usulan

Key Id_kondisi

Varchar(10)

Foreign

Menyimpan id kondisi

Key

Tabel 4.13 Tabel penilaian_kondisi

4.1.3 Manajemen Dialog Manajemen dialog menggambarkan tampilan sistem yang akan digunakan user. Dalam manajemen dialog ini akan dijelaskan fungsi setiap halaman antar muka sistem. Berikut halaman antar muka dan penjelasannya.

4.1.3.1 Halaman Form Utama Halaman Form Utama ini merupakan tampilan utama yang berisi menu sistem. Menu sistem yang ditampilkan pada halaman ini akan menghubungkan ke halaman lain sesuai menu yang dipilih user.


55

Setiap halaman dari menu yang dipilih user akan selalu kembali pada form utama ini, karena untuk menutup sistem ini harus melalui form utama ini.

Gambar 4.3 Halaman Form Utama

4.1.3.2 Halaman Input Data Pemohon

Halaman Input Data Pemohon adalah halaman untuk mengisi data nasabah yang akan mengajukan kredit berupa usulan kredit dan juga data angsuran kredit nasabah. Dalam halaman ini akan terdapat 2 tab halaman, tab pertama untuk mengisi data nasabah dan angsuran kredit dan data yang telah disimpan akan ditampilkan dalam tabel


56

model, sedangkan tab kedua berfungsi untuk mengisi data angsuran kredit nasabah.

Gambar 4.4 Input Data Pemohon

4.1.3.3 Halaman Kriteria dan Bobot

Halaman Kriteria dan Bobot adalah halaman untuk mengisi dan mengubah-ubah nama dan bobot sub kriteria untuk setiap kriteria 5C, pada halaman ini juga manajer kredit dapat menentukan bobot utama kriteria 5C untuk penentuan keputusan kredit.


57

Gambar 4.5 Kriteria dan Bobot

4.1.3.4 Halaman Simulasi Penentuan Pemberian Kredit

Halaman ini berisi simulasi proses penentuan penerimaan kredit uang tunai. Pada halaman ini manajer kredit dapat menentukan nasabah yang akan disimulasikan untuk menentukan penerima kredit. Manajer kredit hanya perlu memasukkan skor survey untuk setiap sub kriteria dari masing-masing kiteria 5C. Hasil yang akan diperoleh adalah hasil keputusan diterima atau ditolak berdasarkan patokan total skor yang dapat diubah-ubah oleh manajer kredit, dan selanjutnya hasil keputusan akan diurutkan berdasarkan total skor tertinggi.


58

Gambar 4.6 Simulasi Penentuan Pemberian Kredit

4.1.3.5 Halaman Laporan Penerimaan Kredit Pemohon

Halaman ini akan menampilkan seluruh daftar nasabah yang diterima dan ditolak pada proses simulasi pada halaman simulasi. Melalui halaman ini manajer kredit dapat mencetak laporan penerimaan kredit nasabah.


59

Gambar 4.7 Laporan Penerimaan Kredit Pemohon

4.1.4 Knowledge Management

Dalam sistem pendukung keputusan ini tidak memiliki knowledge management.

4.1.5 Diagram Aliran Data

Diagram aliran data ini menjelaskan keseluruhan rancangan sumber data dan aliran data berdasarkan model SPK yang telah dibuat sebelumnya, berikut penjelasannya.


60

4.1.5.1 Diagram Konteks

Diagram konteks ini menggambarkan data yang masuk dan data yang dikeluarkan oleh sistem ini. Seluruh data yang masuk dan keluar inilah yang menunjukkan gambaran alur sistem. Hasil keputusan

pemohon

Bobot kriteria Data pemohon Usulan kredit Data angsuran kredit

Sub kriteria

SPK Penentuan Pemberian Kredit Patokan total skor

Peminjaman Uang Tunai

Data produk bank

Hasil keputusan Total skor

Manajer kredit

Nilai survey

Gambar 4.8 Diagram Konteks Pada diagram konteks ini terdapat dua sumber data yaitu pemohon dan manajer kredit. Pemohon menjadi sumber dari masukan data pemohon, usulan kredit, dan data angsuran kredit. Setelah melalui proses pada sistem maka Pemohon akan menerima keluaran sistem berupa hasil keputusan. Sedangkan Manajer Kredit menjadi sumber dari masukan data produk bank, patokan total skor, bobot kriteria dan sub


61

kriteria. Keluaran sistem yang didapatkan oleh manajer kredit adalah nilai survey, total skor dan hasil keputusan.

4.1.5.2 Diagram Aliran Data Level 1

Diagram Aliran Data Level 1ini merupakan pemecahan diagram konteks berupa proses-proses dalam sistem ini, berikut gambarnya.

Data pemohon 1. Pengelolaan data pemohon

Usulan kredit

Data pemohon terekam pemohon Nilai survey 2. Pengisian hasil survey Manajer Kredit Bobot kriteria Sub kriteria

3. Pengisian bobot kriteria dan sub kriteria

sub kriteria terekam

Bobot kriteria terekam

Patokan total skor Data produk bank

Total skor

4. Simulasi kredit

Hasil keputusan Data angsuran kredit

Gambar 4.9 Diagram Aliran Data Level 1


62

Dalam Diagram Aliran Data Level 1 terdapat 4 proses utama, yaitu proses pengelolaan data pemohon, pengisian hasil survey, pengisian bobot kriteria dan sub kriteria dan simulasi kredit. Proses 1 Pengelolaan data pemohon menerima masukan data pemohon dan usulan kredit yang berasal dari Pemohon. Hasil keluaran dari proses ini berupa data pemohon terekam yang selanjutnya menjadi masukan proses pengisian hasil survey dan simulasi kredit. Proses 2 Pengisian hasil survey memiliki masukan data pemohon terekam dari proses 1. Proses ini akan menghasilkan keluaran berupa nilai survey untuk Manajer Kredit dan menjadi masukan dalam Proses 4 Simulasi kredit. Proses 3 Pengisian bobot kriteria dan sub kriteria masukannya berasal dari Manajer Kredit berupa bobot kriteria dan sub kriteria. Proses ini menghasilkan bobot kriteria terekam dan sub kriteria terekam. Pada Proses 4 Simulasi kredit masukannya berasal dari bobot kriteria dan sub kriteria dari Proses 3, data produk bank dan patokan total skor oleh Manajer Kredit. Proses ini akan menghasilkan keluaran total_skor kepada Manajer Kredit dan hasil keputusan pada Manajer Kredit dan Pemohon.


63

4.1.5.3 Diagram Aliran Data Level 2 Proses 4

Diagram Aliran Data Level 2 Proses 4 ini merupakan pemecahan dari Proses 4 Simulasi Kredit pada Diagram Aliran Data Level 1. Dalam level ini Proses 4 Simulasi Kredit dibagi menjadi 3 proses, yaitu proses menormalisasikan skor hasil survey, menghitung nilai bobot kriteria dan mengecek total nilai.


D10 D8

modal

Bobot sub modal terekam

jaminan

Bobot sub jaminan terekam

D7

64

D9

kapasitas

Bobot sub kapasitas terekam

karakter

D11

Kondisi_ekonomi

Bobot sub kondisi terekam Bobot sub karakter terekam

Skor survey kondisi terekam Skor survey modal terekam

4.1 Menormalisasikan skor hasil survey

Data produk bank

Skor survey kapasitas terekam

Skor survey jaminan terekam

Skor survey karakter terekam

Data pemohon terekam

Normalisasi nilai survey

D2 4.2 menghitung nilai bobot kriteria

D1

Penilaian_kara kter Bobot kriteria karakter terekam

Bobot kriteria jaminan terekam

nasabah

D3

Penilaian_jami nan

Bobot kriteria kapasitas terekam

D4

Penilaian_kapa sitas

Toal nilai bobot kriteria Bobot kriteria modal terekam

Patokan total skor

D5

4.3 mengecek total nilai

Total skor

Bobot kriteria kondisi terekam

D6 Hasil keputusan Manajer Kredit

Penilaian_modal

Data angsuran kredit pemohon

Gambar 4.10 Diagram Aliran Data Level 2 Proses 4

Penilaian_kondisi


65

Dalam level ini menjelaskan alur dari Proses 4 Simulasi Kredit secara lebih detil. Pada Proses 4.1 menormalisasikan skor hasil survey, masukan data berasal dari Manajer Kredit berupa data produk bank, sedangkan dari Pemohon berupa data pemohon terekam, dan dari database berupa sub kriteria terekam dan nilai survey terekam. Keluaran dari proses ini berupa normalisasi hasil survey. Dalam proses 4.2 ini masukannya berupa normalisasi hasil survey yang berasal dari proses 4.1 dan bobot kriteria terekam dari database. Keluaran dari proses ini berupa total nilai bobot kriteria. Dalam proses 4.3 diperlukan masukan total nilai bobot kriteria yang berasal dari proses 4.2, data angsuran kredit dari Pemohon dan patokan total skor dari Manajer Kredit. Proses ini akan menghasilkan keluaran total_skor kepada Manajer Kredit dan hasil keputusan pada Manajer Kredit dan Pemohon.

4.1.6 Spesifikasi Proses

Spesifikasi proses merupakan deskripsi lengkap untuk setiap proses dalam Diagram Aliran Data Level 2 Proses 4. Spesifikasi ini berfungsi untuk menjelaskan secara lengkap tentang deskripsi proses, masukan dan keluaran proses, serta algoritma berupa pseudocode.


66

4.1.6.1 Menormalisasikan Hasil Survey

a.

Nama

: Menormalisasikan Skor Hasil Survey

b. Deskripsi : Menormalisasikan hasil survey pemohon -

Hasil

nilai

survey

akan

dinormalisasikan

dengan

menggunakan perhitungan SAW dengan mencari nilai maksimum dari setiap nilai survey sub kriteria pemohon. c. Masukan Aliran Data: -

Data pemohon terekam yang berasal dari database Nasabah

-

Data nilai survey terekam yang berasal dari database penilaian_karakter, penilaian_jaminan, penilaian_kapasitas, penilaian_ modal, penilaian_ kondisi.

-

Data produk bank yang berasal dari manajer kredit

d. Proses (Pseudocode): -

Normalisasikan skor survey dan hitung masing-masing kriteria dengan mencari nilai maximum dari bobot skor kriteria


-

execute request perhitungan

-

matriks ternormalisasi ditemukan

67

e. Keluaran Aliran Data: -

Normalisasi

bobot

hasil

survey

berupa

matriks

ternormalisasi f. Tipe Proses: Offline

4.1.6.2 Proses 4.2 Menghitung Total Nilai Bobot

a. Nama

: Menghitung Total Nilai Bobot

b. Deskripsi : Menghitung total nilai bobot untuk mendapatkan nilai skor akhir c. Masukan Aliran Data: -

Bobot kriteria terekam (W) yang berasal dari database kriteria

-

Normalisasi ternormalisasi

bobot (X)

hasil yang

survey berasal

menormalisasikan skor hasil survey

berupa

matriks

dari

proses


68


perkalian matriks ternormalisasi R dengan vector bobot kriteria

-

execute perhitungan


Total nilai bobot kriteria

f. Tipe Proses: Offline

4.1.6.3 Proses 4.3 Mengecek Total Nilai

a. Nama

: Mengecek Total Nilai

b. Deskripsi : Mengecek total nilai dengan track record angsuran kredit dan patokan skor yang ditetapkan oleh manajer kredit. c. Masukan Aliran Data: -

Total nilai bobot yang diperoleh dari proses 4.2

-

Patokan total skor yang berasal dari manajer kredit

-

Data angsuran kredit dari pemohon


69


Masukkan patokan total skor

-

If

(total

nilai

>=

patokan_skor)

and

(status

angsuran_kredit==”Nasabah Lancar”) Keputusan=”diterima”; Else if If (total nilai <= patokan_skor) and (status angsuran_kredit==”Nasabah Lancar”) Keputusan=”ditolak”; Else If (total nilai >= patokan_skor) and (status angsuran_kredit=”Nasabah Tidak Lancar”) Keputusan=”diterima”; Else If (total nilai <= patokan_skor) and (status angsuran_kredit==”Nasabah Tidak Lancar”) Keputusan=”ditolak”; -

set queri = update (id_nasabah+nama_nasabah+ alamat+ jenis_kelamin + tempatlahir + tanggallahir + status + pendidikan + no_hp + no_ktp + pekerjaan + jabatan + nama_kantor

+

keputusan+ total_skor)

pendapatan

+pengeluran=hasil


-

70

execute kueri


Hasil keputusan pada manajer kredit

-

Total skor pada manajer kredit

-

Hasil keputusan pada pemohon

f. Tipe Proses: Offline

4.1.7 Diagram Use Case

Pada bagian ini akan ditunjukkan gambaran penggunaan sistem beserta proses-proses yang dilakukan oleh pengguna dalam sistem ini, berikut gambarnya.


Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai Memasukkan data identitas dan usulan kredit nasabah Mengubah data identitas dan usulan kredit nasabah Menghapus data identitas dan usulan kredit nasabah Memasukkan data angsuran kredit nasabah

Manajer Kredit

Memasukkan nama dan bobot kriteria Mengubah nama dan bobot kriteria Mensimulasikan kredit Mencetak laporan kredit

Gambar 4.11 Diagram Use Case

4.1.8 Skenario Use Case 1. Memasukkan data identitas dan usulan kredit nasabah

71


a. Nama case

72

: Memasukkan data identitas dan usulan

kredit nasabah b. Aktor

: Manajer Kredit

c. Kondisi Awal : Manajer kredit berada di halaman identitas pemohon d. Kondisi Akhir : Data identitas dan usulan kredit nasabah berhasil direkam dalam data base e. Basic Flow

:

i. Manajer kredit memasukkan data identitas dan data usulan kredit pada form ii. Manajer kredit menekan tombol simpan iii. Sistem menampilkan pesan konfirmasi bahwa data berhasil disimpan iv. Data identitas dan usulan kredit nasabah berhasil direkam dalam data base f. Alternative Flow : ii. Jika data yang ditandai tanda * belum terisi semua iii. Sistem memberi pesan kesalahan yang menunjuk field yang belum terisi


73

iv. Data identitas dan usulan kredit nasabah gagal terekam data base 2. Mengubah data identitas dan usulan kredit nasabah a. Nama case : Mengubah data identitas dan usulan kredit nasabah b. Aktor

: Manajer Kredit

c. Kondisi Awal : Manajer kredit berada di halaman identitas pemohon d. Kondisi Akhir : Data identitas dan usulan kredit nasabah berhasil diubah dalam data base e. Basic Flow

: i. Manajer kredit memilih baris nama nasabah yang akan diubah pada tabel daftar nasabah

ii. Sistem menampilkan data identitas dan usulan kredit ke dalam form pengisian data iii. Manajer kredit memasukkan data identitas dan usulan kredit terbaru iv. Manajer kredit menekan tombol simpan v. Data identitas dan usulan kredit nasabah berhasil diubah dalam data base f. Alternative Flow :


74

i. Jika baris nasabah yang akan dihapus belum dipilih pada tabel daftar nasabah ii. Sistem menampilkan pesan “Pilih nasabah terlebih dahulu” iii. Data identitas dan usulan kredit nasabah gagal diubah 3. Menghapus data identitas dan usulan kredit nasabah a. Nama case : Menghapus data identitas dan usulan kredit nasabah b. Aktor

: Manajer Kredit

c. Kondisi Awal : Manajer kredit berada di halaman identitas pemohon d. Kondisi Akhir : Data identitas dan usulan kredit nasabah berhasil dihapus dalam data base e. Basic Flow

: i. Manajer kredit memilih baris nama nasabah yang akan dihapus pada tabel daftar nasabah

ii. Manajer kredit menekan tombol hapus iii. Data identitas dan usulan kredit nasabah berhasil dihapus dalam data base f. Alternative Flow :


75

i. Jika baris nasabah yang akan dihapus belum dipilih pada tabel daftar nasabah ii. Sistem menampilkan pesan “Pilih nasabah terlebih dahulu” iii. Data identitas dan usulan kredit nasabah gagal terhapus

4. Memasukkan data angsuran kredit nasabah a. Nama case : Memasukkan data angsuran kredit nasabah b. Aktor

: Manajer Kredit

c. Kondisi Awal

: Manajer kredit berada di halaman angsuran pemohon

d. Kondisi Akhir

: Data angsuran nasabah berhasil direkam dalam data

base e. Basic Flow

: i. Manajer kredit memilih baris nama nasabah yang akan dimasukkan data angsurannya ii. Manajer kredit memasukkan data angsuran kredit

iii. Manajer kredit menekan tombol simpan iv. Data angsuran kredit berhasil direkam dalam data base f. Alternative Flow:


76

i. Jika baris nasabah yang akan dihapus belum dipilih pada tabel daftar nasabah ii. Sistem menampilkan pesan “Pilih nasabah terlebih dahulu” iii. Data angsuran kredit nasabah gagal terekam

5. Memasukkan nama dan bobot kriteria a. Nama case

: Memasukkan nama dan bobot kriteria

b. Aktor

: Manajer Kredit

c. Kondisi Awal : Manajer kredit berada di halaman kriteria dan bobot d. Kondisi Akhir : Nama dan bobot kriteria berhasil direkam dalam data base e. Basic Flow

:

i. Manajer kredit berada dalam halaman kriteria dan bobot ii. Manajer kredit memasukkan nama kriteria dan bobot ke dalam form iii. Manajer kredit menekan tombol simpan


77

iv. Nama dan bobot kriteria berhasil direkam dalam data base f. Alternative Flow: iii. Jika nama dan bobot kriteria belum terisi iv. Sistem menampilkan pesan kesalahan bahwa nama dan bobot kriteria harus terisi v. Data gagal tersimpan di dalam data base

6. Mengubah nama dan bobot kriteria a. Nama case : Mengubah nama dan bobot kriteria b. Aktor

: Manajer Kredit

c. Kondisi Awal

: Manajer kredit berada di halaman kriteria dan bobot

d. Kondisi Akhir : Data identitas dan usulan kredit nasabah berhasil direkam dalam data base e. Basic Flow

: i. Manajer kredit berada dalam halaman kriteria dan bobot

ii. Manajer kredit memasukkan nama kriteria dan bobot terbaru ke dalam form iii. Manajer kredit menekan tombol ubah


78

iv. Nama dan bobot kriteria berhasil diubah dalam data base f. Alternative Flow: iii. Jika manajer kredit menekan tombol simpan iv. Sistem menampilkan pesan kesalahan bahwa nama dan bobot kriteria sudah tersimpan v. Data gagal diubah di dalam data base

7. Mensimulasikan kredit a. Nama case : Mensimulasikan kredit b. Aktor

: Manajer Kredit

c. Kondisi Awal

: Manajer kredit berada di halaman simulasi kredit

d. Kondisi Akhir : Peringkat kredit berhasil ditampilkan dan hasil keputusan berhasil e. Basic Flow

direkam dalam data base

: i. Manajer kredit memilih nama nasabah pada tabel daftar pemohon

ii. Manajer kredit memasukkan nilai survey pada tabel sub kriteria iii. Manajer kredit menekan tombol perhitungan


79

iv. Manajer kredit memasukkan patokan skor kredit v. Manajer kredit menekan tombol cek ketentuan kredit vi. Peringkat

kredit

berhasil

ditampilkan

dan

hasil

keputusan berhasil direkam dalam data base f. Alternative Flow: ii. Jika nilai survey belum terisi lengkap iii. Sistem menampilkan pesan kesalahan bahwa nilai survey harus diisi lengkap iv. Peringkat kredit gagal ditampilkan dan hasil keputusan gagal direkam dalam data base

8. Mencetak laporan kredit a. Nama case : Mencetak laporan kredit b. Aktor

: Manajer Kredit

c. Kondisi Awal

: Manajer kredit berada di halaman utama sistem

d. Kondisi Akhir

: Laporan kredit berhasil dicetak

e. Basic Flow

:

i. Manajer kredit

menekan menu laporan penerimaan

kredit ii. Sistem menampilkan laporan penerimaan kredit


80

iii. Manajer kredit memilih menu cetak iv. Laporan kredit berhasil dicetak.

4.2 Implementasi Sistem

Implementasi

sistem

ini

berisi

pembuatan

sistem

dengan

menggunakan bahasa pemrograman Java. Untuk membangun sistem ini dibutuhkan spesifikasi software sebagai berikut: 1. Sistem operasi Windows 7 2. NetBeans IDE 7.0 3. Wamp Server 5.1.3 4. SQLYog Ultimate 5. Ireport 4.5.0

4.2.1 Implementasi Subsistem Manajemen Data Langkah pertama dalam implementasi sistem ini adalah membuat data base terlebih dahulu. Data base dalam sistem ini bernama sistembprx yang dibuat menggunakan MySQL melalui SQLyog


sebagai

aplikasi

pengolahan

kueri.

Berikut

81

langkah-langkah

pembuatan database-nya: 1. Membuat user baru dengan username SKRIPSI dan password skripsi, selanjutnya membuat nama data base baru bernama sistembprx. 2. Langkah

selanjutnya

adalah

membuat

tabel-tabel

dengan

menggunakan perintah create table diikuti nama tabel dan kolomkolom dalam tabel. Berikut implementasi pembuatan tabel-tabel yang dibutuhkan dalam sistem . a. Tabel nasabah CREATE TABLE `nasabah` ( ìd_nasabah` varchar(10) NOT NULL, `nama_nasabah` varchar(30) default NULL, `no_ktp` varchar(30) default NULL, àlamat` varchar(50) default NULL, `jenis_kelamin` varchar(10) default NULL, `tempatlahir` varchar(30) default NULL, `tanggallahir` date default NULL, `status` varchar(20) default NULL, `pendidikan` varchar(10) default NULL, `no_hp` varchar(15) default NULL, `pekerjaan` varchar(30) default NULL, `jabatan` varchar(30) default NULL,


`nama_kantor` varchar(50) default NULL, `pendapatan_perbulan` int(11) default NULL, `pengeluaran_perbulan` int(11) default NULL, `kepemilikan_rumah` varchar(30) default NULL, `hasil_keputusan` varchar(30) default NULL, `tanggungan_anak` int(11) default NULL, PRIMARY KEY

(ìd_nasabah`)

) ENGINE=InnoDB DEFAULT CHARSET=latin1

b. Tabel usulan_kredit CREATE TABLE ùsulan_kredit` ( ìd_usulan` varchar(10) NOT NULL, `tanggal_usulan` date default NULL, `jumlah_kredit` int(11) default NULL, `jangka_waktu` int(11) default NULL, `keperluan_kredit` varchar(50) default NULL, `cara_pengembalian` varchar(30) default NULL, `jenis_agunan` varchar(30) default NULL, `namapemilik_agunan` varchar(30) default NULL, `status_kepemilikanagunan` varchar(30) default NULL, `nilai_agunan` int(11) default NULL, PRIMARY KEY

(ìd_usulan`)

) ENGINE=InnoDB DEFAULT CHARSET=latin1;

82


c. Tabel angsuran_kredit CREATE TABLE àngsuran_kredit` ( ìd_angsuran` varchar(10) NOT NULL, `debit` double default NULL, `jangka_waktu` int(11) default NULL, `tgl_awalPinjam` date default NULL, `tgl_akhirPinjam` date default NULL, `tanggal_angsuran` date default NULL, `satuan_waktu_bulanan` int(2) default NULL, `kredit` double default NULL, `saldo` double default NULL, `bunga` double default NULL, `denda` double default NULL, `status_angsuran` varchar(20) default NULL, ìd_nasabah` varchar(10) default NULL, PRIMARY KEY

(ìd_angsuran`),

KEY `FK_angsuran_kredit` (ìd_nasabah`) ) ENGINE=InnoDB DEFAULT CHARSET=latin1

d. Tabel karakter CREATE TABLE `karakter` ( ìd_karakter` varchar(10) NOT NULL, `nama_subkriteria` varchar(50) default NULL, `bobot_subkriteria` double default NULL, PRIMARY KEY

(ìd_karakter`)

83



e. Tabel jaminan CREATE TABLE `jaminan` ( ìd_jaminan` varchar(10) NOT NULL, `nama_subkriteria` varchar(30) default NULL, `bobot_subkriteria` double default NULL, PRIMARY KEY

(ìd_jaminan`)


f. Tabel kapasitas CREATE TABLE `kapasitas` ( ìd_kapasitas` varchar(10) NOT NULL, `nama_subkriteria` varchar(30) default NULL, `bobot_subkriteria` double default NULL, PRIMARY KEY

(ìd_kapasitas`)


g. Tabel modal CREATE TABLE `modal` ( ìd_modal` varchar(10) NOT NULL,

84


`nama_subkriteria` varchar(30) default NULL, `bobot_subkriteria` double default NULL, PRIMARY KEY

(ìd_modal`)


h. Tabel kondisi_ekonomi CREATE TABLE `kondisi_ekonomi` ( ìd_kondisi` varchar(10) NOT NULL, `nama_subkriteria` varchar(30) default NULL, `bobot_subkriteria` double default NULL, PRIMARY KEY

(ìd_kondisi`)


i. Tabel penilaian_karakter CREATE TABLE `penilaian_karakter` ( `bobot_karakter` double default NULL, `skor_subkriteria` double default NULL, ìd_usulan` varchar(10) default '', ìd_karakter` varchar(10) default '', `Karakter` varchar(10) NOT NULL default '', PRIMARY KEY

(`Karakter`),

KEY `FK_penilaian_karakter` (ìd_karakter`), KEY `FK_penilaian_karakter2` (ìd_usulan`),

85


CONSTRAINT `FK_penilaian_karakter` FOREIGN KEY (ìd_karakter`) REFERENCES `karakter` (ìd_karakter`), CONSTRAINT `FK_penilaian_karakter2` FOREIGN KEY (ìd_usulan`) REFERENCES ùsulan_kredit` (ìd_usulan`) ) ENGINE=InnoDB DEFAULT CHARSET=latin1;

j. Tabel penilaian_jaminan CREATE TABLE `penilaian_jaminan` ( `bobot_jaminan` double default NULL, `skor_subkriteria` double default NULL, ìd_usulan` varchar(10) default '', ìd_jaminan` varchar(10) default '', ìd_penilaianJaminan` varchar(10) NOT NULL default '', PRIMARY KEY

(ìd_penilaianJaminan`),

KEY `FK_penilaian_jaminan` (ìd_jaminan`), KEY `FK_penilaian_jaminan2` (ìd_usulan`), CONSTRAINT `FK_penilaian_jaminan` FOREIGN KEY (ìd_jaminan`) REFERENCES `jaminan` (ìd_jaminan`), CONSTRAINT `FK_penilaian_jaminan2` FOREIGN KEY (ìd_usulan`) REFERENCES ùsulan_kredit` (ìd_usulan`) ) ENGINE=InnoDB DEFAULT CHARSET=latin1;

86


k. Tabel penilaian_kapasitas CREATE TABLE `penilaian_kapasitas` ( `bobot_kapasitas` double default NULL, `skor_subkriteria` double default NULL, ìd_usulan` varchar(10) default '', ìd_kapasitas` varchar(10) default '', ìd_penilaianKapasitas` varchar(10) NOT NULL default '', PRIMARY KEY

(ìd_penilaianKapasitas`),

KEY `FK_penilaian_kapasitas` (ìd_kapasitas`), KEY `FK_penilaian_kapasitas2` (ìd_usulan`), CONSTRAINT `FK_penilaian_kapasitas` FOREIGN KEY (ìd_kapasitas`) REFERENCES `kapasitas` (ìd_kapasitas`), CONSTRAINT `FK_penilaian_kapasitas2` FOREIGN KEY (ìd_usulan`) REFERENCES ùsulan_kredit` (ìd_usulan`) ) ENGINE=InnoDB DEFAULT CHARSET=latin1;

l. Tabel penilaian_modal CREATE TABLE `penilaian_modal` ( `bobot_modal` double default NULL, `skor_subkriteria` double default NULL, ìd_usulan` varchar(10) default '', ìd_modal` varchar(10) default '',

87


ìd_penilaianModal` varchar(10) NOT NULL default '', PRIMARY KEY

(ìd_penilaianModal`),

KEY `FK_penilaian_modal` (ìd_modal`), KEY `FK_penilaian_modal2` (ìd_usulan`), CONSTRAINT `FK_penilaian_modal` FOREIGN KEY (ìd_modal`) REFERENCES `modal` (ìd_modal`), CONSTRAINT `FK_penilaian_modal2` FOREIGN KEY (ìd_usulan`) REFERENCES ùsulan_kredit` (ìd_usulan`) ) ENGINE=InnoDB DEFAULT CHARSET=latin1;

m. Tabel penilaian_kondisi CREATE TABLE `penilaian_kondisi` ( `bobot_kondisi` double default NULL, `skor_subkriteria` double default NULL, ìd_usulan` varchar(10) default '', ìd_kondisi` varchar(10) default '', ìd_penilaianKondisi` varchar(10) NOT NULL default '', PRIMARY KEY

(ìd_penilaianKondisi`),

KEY `FK_penilaian_kondisi` (ìd_kondisi`), KEY `FK_penilaian_kondisi2` (ìd_usulan`), CONSTRAINT `FK_penilaian_kondisi` FOREIGN KEY

88


89

(ìd_kondisi`) REFERENCES `kondisi_ekonomi` (ìd_kondisi`), CONSTRAINT `FK_penilaian_kondisi2` FOREIGN KEY (ìd_usulan`) REFERENCES ùsulan_kredit` (ìd_usulan`) ) ENGINE=InnoDB DEFAULT CHARSET=latin1;

Hasil akhir dari database sistembprx untuk sistem ini dapat dilihat pada gambar berikut:

Gambar 4.12 Informasi Tabel Database sistembprx

4.2.2 Koneksi Java ke MySQL Untuk mengoneksikan Java ke MySQL ini digunakan konektor pada

Netbean

yaitu

mysql-connector-java-5.1.10-bin

dan

menggunakan listing program dalam kelas Koneksi sebagai berikut:


90

public class Koneksi { private static String jdbcURL = "jdbc:mysql://localhost:3306/sistembprx"; private static String user = "SKRIPSI"; private static String password = "skripsi"; private static Connection conn = null; public static Connection Koneksi() throws ClassNotFoundException, SQLException { try { Class.forName("org.gjt.mm.mysql.Driver"); conn = (Connection) DriverManager.getConnection(jdbcURL, user, password); System.out.println("koneksi berhasil"); } catch (Exception ex) { System.out.println("message:" + ex.getMessage()); } return conn; } public static void main(String[] args) throws ClassNotFoundException, SQLException { Koneksi(); } }

Perintah untuk melakukan koneksi ke server ditunjukkan pada tulisan yang dicetak tebal. Kelas Koneksi akan selalu dipanggil oleh setiap kelas, hal ini dikarenakan setiap kelas akan selalu mengakses data base sistembprx.


91

4.2.3 Implementasi Manajemen Dialog

Setelah proses pembuatan data base dilakukan dan koneksi pada data base telah berhasil, maka langkah selanjutnya adalah membuat interface yang mengacu pada perancangan manajemen dialog pada sub bab sebelumnya. Interface inilah yang akan menjadi tampilan sistem yang akan diakses oleh user. Berikut hasil implementasi manajemen dialog system.

4.2.3.1 Halaman Utama Sistem

Halaman Utama Sistem muncul pertama kali saat sistem dijalankan. Pada halaman ini terdapat empat menu utama yang dapat dipilih user yaitu menu Data Pemohon, menu Bobot dan Kriteria, menu Simulasi dan Penentuan Pemberian Kredit dan menu Laporan Penerimaan Kredit, berikut tampilannya:


92

Gambar 4.13 Halaman Utama Sistem Menu Data Pemohon berisi panel halaman pengisian data identitas dan usulan kredit pemohon, selain itu terdapat panel pengelolaan data angsuran kredit milik pemohon. Menu Bobot dan Kriteria berisi halaman pengelolaan kriteria dan bobot yang akan digunakan pada simulasi kredit. Untuk menu Simulasi Penentuan Pemberian Kredit akan menampilkan halaman simulasi dengan daftar pemohon serta perhitungan hasil survey dan kriteria bobot kredit yang pada akhirnya menghasilkan total skor dan keputusan penerimaan kredit. Pada menu Laporan Penerimaan Kredit akan merujuk pada file jasper report yang berisi dokumentasi laporan sesuai format yang dapat dicetak dalam bentuk hard copy.


93

4.2.3.2 Halaman Data Pemohon

Halaman Data Pemohon berisi daftar pemohon yang telah terdaftar dalam sistem, formulir pengisian data pemohon dan angsuran kredit pemohon. Berikut tampilannya:

Gambar 4.14 Halaman Data Pemohon

4.2.3.2.1 Pengelolaan Identitas Pemohon

Pengelolaan identitas pemohon tersedia fitur yang dapat digunakan oleh manajer kredit untuk menyimpan, mengubah dan menghapus data pemohon. Berikut tampilan dan penjelasannya:


94

4.2.3.2.1.1 Formulir Pengisian Data Pemohon

Formulir Pengisian Data Pemohon digunakan untuk mengisi data identitas pemohon dan usulan kredit. Setiap kali data pemohon yang disimpan, maka akan ditampilkan ke dalam tabel daftar pemohon yang berada di bagian paling atas dari halaman ini.

Gambar 4.15 Formulir Data Pemohon Setiap kali merekam data usulan kredit, ketika tombol simpan ditekan maka akan program akan menjalankan stored procedure simpanPenilaian yang berisi perintah mengambil id_usulan. Hal ini berkaitan dengan nilai survey setiap pemohon yang juga akan disimpan dalam masing-masing tabel


penilaian_karakter,

tabel

penilaian_jaminan,

95

tabel

penilaian_kapasitas, tabel penilaian_modal dan tabel penilaian_kondisi. Berikut perintah dalam stored perocedure simpanPenilaian. DELIMITER $$ USE `sistembprx`$$ DROP PROCEDURE IF EXISTS `simpanpenilaian`$$ CREATE DEFINER=`SKRIPSI`@`%` PROCEDURE `simpanpenilaian`( IN p_usulan VARCHAR(10)) BEGIN DECLARE v_usul_kar VARCHAR(10); DECLARE v_usul_jam VARCHAR(10); DECLARE v_usul_kap VARCHAR(10); DECLARE v_usul_mod VARCHAR(10); DECLARE v_usul_kon VARCHAR(10); DECLARE v_bobot_kar DOUBLE; DECLARE v_bobot_jam DOUBLE; DECLARE v_bobot_kap DOUBLE; DECLARE v_bobot_mod DOUBLE; DECLARE v_bobot_kon DOUBLE; DECLARE v_count INTEGER; DECLARE i INTEGER; DECLARE v_jumlah_kar INTEGER; DECLARE v_jumlah_jam INTEGER; DECLARE v_jumlah_kap INTEGER; DECLARE v_jumlah_mod INTEGER; DECLARE v_jumlah_kon INTEGER; DECLARE v_temp_kar VARCHAR(10); DECLARE v_temp_jam VARCHAR(10); DECLARE v_temp_kap VARCHAR(10); DECLARE v_temp_mod VARCHAR(10); DECLARE v_temp_kon VARCHAR(10); DECLARE v_nomor_kar VARCHAR(10); DECLARE v_nomor_jam VARCHAR(10); DECLARE v_nomor_kap VARCHAR(10); DECLARE v_nomor_mod VARCHAR(10); DECLARE v_nomor_kon VARCHAR(10); SELECT a.id_usulan,b.id_usulan,c.id_usulan,d.id_usulan,e.id_us ulan,a.bobot_karakter, b.bobot_jaminan, c.bobot_kapasitas,d.bobot_modal, e.bobot_kondisi INTO v_usul_kar, v_usul_jam, v_usul_kap,v_usul_mod, v_usul_kon, v_bobot_kar, v_bobot_jam, v_bobot_kap, v_bobot_mod, v_bobot_kon


FROM penilaian_karakter a, penilaian_jaminan b, penilaian_kapasitas c, penilaian_modal d, penilaian_kondisi e WHERE a.id_penilaianKarakter= (SELECT MAX(id_penilaianKarakter) FROM penilaian_karakter) AND b.id_penilaianJaminan= (SELECT MAX(id_penilaianJaminan) FROM penilaian_jaminan)AND c.id_penilaianKapasitas= (SELECT MAX(id_penilaianKapasitas) FROM penilaian_kapasitas)AND d.id_penilaianModal= (SELECT MAX(id_penilaianModal) FROM penilaian_modal)AND e.id_penilaianKondisi= (SELECT MAX(id_penilaianKondisi) FROM penilaian_kondisi) ; SET v_count =0; IF v_usul_kar IS NOT NULL AND v_usul_jam IS NOT NULL AND v_usul_kap IS NOT NULL AND v_usul_mod IS NOT NULL AND v_usul_kon IS NOT NULL THEN IF v_usul_kar = '-' AND v_usul_jam = '-' AND v_usul_kap = '-' AND v_usul_mod = '-' AND v_usul_kon = '-' THEN UPDATE penilaian_karakter SET id_usulan = p_usulan WHERE id_usulan='-'; UPDATE penilaian_jaminan SET id_usulan = p_usulan WHERE id_usulan='-'; UPDATE penilaian_kapasitas SET id_usulan = p_usulan WHERE id_usulan='-'; UPDATE penilaian_modal SET id_usulan = p_usulan WHERE id_usulan='-'; UPDATE penilaian_kondisi SET id_usulan = p_usulan WHERE id_usulan='-'; ELSE SET i =1; WHILE (i<=4) DO SET v_count =v_count+1; SET v_temp_kar = (SELECT SUBSTR(MAX(id_penilaianKarakter),6)+1 FROM penilaian_karakter); SET v_temp_jam = (SELECT SUBSTR(MAX(id_penilaianJaminan),6)+1 FROM penilaian_jaminan); SET v_temp_kap = (SELECT SUBSTR(MAX(id_penilaianKapasitas),6)+1 FROM penilaian_kapasitas); SET v_temp_mod = (SELECT SUBSTR(MAX(id_penilaianModal),6)+1 FROM penilaian_modal); SET v_temp_kon = (SELECT SUBSTR(MAX(id_penilaianKondisi),6)+1 FROM penilaian_kondisi); SET v_jumlah_kar = CHAR_LENGTH(v_temp_kar); SET v_jumlah_jam = CHAR_LENGTH(v_temp_jam); SET v_jumlah_kap = CHAR_LENGTH(v_temp_kap); SET v_jumlah_mod = CHAR_LENGTH(v_temp_mod); SET v_jumlah_kon = CHAR_LENGTH(v_temp_kon);

96


IF v_jumlah_kar = 1 AND v_jumlah_jam = 1 AND v_jumlah_kap = 1 AND v_jumlah_mod = 1 AND v_jumlah_kon = 1 THEN SET v_nomor_kar = (CONCAT('0000',v_temp_kar)); SET v_nomor_jam= (CONCAT('0000',v_temp_jam)); SET v_nomor_kap = (CONCAT('0000',v_temp_kap)); SET v_nomor_mod= (CONCAT('0000',v_temp_mod)); SET v_nomor_kon = (CONCAT('0000',v_temp_kon)); ELSEIF v_jumlah_kar = 2 AND v_jumlah_jam = 2 AND v_jumlah_kap = 2 AND v_jumlah_mod = 2 AND v_jumlah_kon = 2 THEN SET v_nomor_kar = (CONCAT('000',v_temp_kar)); SET v_nomor_jam= (CONCAT('000',v_temp_jam)); SET v_nomor_kap = (CONCAT('000',v_temp_kap)); SET v_nomor_mod= (CONCAT('000',v_temp_mod)); SET v_nomor_kon = (CONCAT('000',v_temp_kon)); ELSEIF v_jumlah_kar = 3 AND v_jumlah_jam = 3 AND v_jumlah_kap = 3 AND v_jumlah_mod = 3 AND v_jumlah_kon = 3 THEN SET v_nomor_kar = (CONCAT('00',v_temp_kar)); SET v_nomor_jam= (CONCAT('00',v_temp_jam)); SET v_nomor_kap = (CONCAT('00',v_temp_kap)); SET v_nomor_mod= (CONCAT('00',v_temp_mod)); SET v_nomor_kon = (CONCAT('00',v_temp_kon)); ELSEIF v_jumlah_kar = 4 AND v_jumlah_jam = 4 AND v_jumlah_kap = 4 AND v_jumlah_mod = 4 AND v_jumlah_kon = 4 THEN SET v_nomor_kar = (CONCAT('0',v_temp_kar)); SET v_nomor_jam= (CONCAT('0',v_temp_jam)); SET v_nomor_kap = (CONCAT('0',v_temp_kap)); SET v_nomor_mod= (CONCAT('0',v_temp_mod)); SET v_nomor_kon = (CONCAT('0',v_temp_kon)); ELSE SET v_nomor_kar = v_jumlah_kar; SET v_nomor_jam = v_jumlah_jam; SET v_nomor_kap = v_jumlah_kap; SET v_nomor_mod = v_jumlah_mod; SET v_nomor_kon = v_jumlah_kon; END IF; INSERT INTO penilaian_karakter VALUES(CONCAT('PKAR',v_nomor_kar), v_bobot_kar, 0, p_usulan, CONCAT('KTR',CAST(v_count AS CHAR(5)))); INSERT INTO penilaian_jaminan VALUES(CONCAT('PJAM',v_nomor_jam), v_bobot_jam, 0, p_usulan, CONCAT('JAM',CAST(v_count AS CHAR(5)))); INSERT INTO penilaian_kapasitas VALUES(CONCAT('PKAP',v_nomor_kap), v_bobot_kap, 0, p_usulan, CONCAT('KAP',CAST(v_count AS CHAR(5)))); INSERT INTO penilaian_modal VALUES(CONCAT('PMOD',v_nomor_mod), v_bobot_mod, 0, p_usulan, CONCAT('MOD',CAST(v_count AS CHAR(5)))); INSERT INTO penilaian_kondisi VALUES(CONCAT('PKON',v_nomor_kon), v_bobot_kon, 0, p_usulan, CONCAT('KON',CAST(v_count AS CHAR(5))));

97


98

SET i=i+1; END WHILE; END IF; END IF; END$$ DELIMITER ;

4.2.3.2.1.2 Ubah Data Pemohon

Fitur ubah dapat digunakan oleh manajer kredit untuk mengubah data nasabah jika terjadi kesalahan pengisian. Untuk mengubah data maka langkah yang harus dilakukan adalah memilih nasabah dari tabel daftar pemohon.

Gambar 4.16 Ubah Data Pemohon


99

4.2.3.2.1.3 Hapus Data Pemohon

Fitur hapus ini dapat digunakan oleh manajer kredit untuk menghapus data pemohon. Untuk menghapus data maka langkah yang harus dilakukan juga dengan memilih nasabah dari tabel daftar pemohon, lalu tekan tombol hapus.

Gambar 4.17 Hapus Data Pemohon

4.2.3.2.2 Pengelolaan Angsuran Pemohon

Halaman Pengelolaan Angsuran Pemohon berguna untuk merekam track record angsuran kredit pemohon sebagai nasabah


lama. Track record ini dibutuhkan sebagai salah satu

100

penilaian

keputusan dalam simulasi kredit. Pada halaman ini menampilkan daftar pemohon, jika nasabah dipilih maka manajer kredit dapat merekam dan melihat detil angsuran pemohon.

Gambar 4.18 Halaman Angsuran Kredit

4.2.3.2.2.1 Formulir Pengisian Data Angsuran Kredit


101

Gambar 4.19 Formulir Pengisian Data Angsuran Kredit

Gambar di atas menampilkan formulir pengisian data angsuran kredit. Untuk setiap data yang terekam maka akan langsung ditampilkan dalam tabel Detil Angsuran seperti berikut ini:

Gambar 4.20 Detil Angsuran Kredit


102

4.2.3.3 Halaman Kriteria dan Bobot

Halaman ini memuat formulir untuk menentukan nama sub kriteria dan bobot sub kriteria untuk masing-masing kriteria 5C. Setelah nama sub kriteria dan bobot sub kriteria ditentukan, manajer kredit dapat menentukan bobot utama kriteria 5C untuk perhitungan pada menu simulasi.

Gambar 4.21 Halaman Kriteria dan Bobot

4.2.3.3.1 Pengisian Bobot Kriteria dan Sub Kriteria

Untuk menentukan nama sub kriteria manajer kredit dapat mengubah sub kriteria pada field yang disediakan dan untuk


bobotnya

dapat

dipilih

pada

RadioButton

yang

103

telah

disediakan. Untuk pengisian pertama kali maka digunakan tombol simpan, untuk selanjutnya digunakan tombol ubah.

Gambar 4.22 Form Sub Kriteria dan Bobot Sub Kriteria Karakter

Gambar 4.23 Form Sub Kriteria dan Bobot Sub Kriteria Jaminan


Gambar 4.24 Form Sub Kriteria dan Bobot Sub Kriteria Kapasitas

Gambar 4.25 Form Sub Kriteria dan Bobot Sub Kriteria Modal

104


105

Gambar 4.26 Form Sub Kriteria dan Bobot Sub Kriteria Kondisi Ekonomi

4.2.3.3.2 Pengisian Bobot Kriteria Utama 5C

Penentuan bobot kriteria utama 5C dilakukan dengan cara memilih nilai yang telah disediakan dalam RadioButton. Bobot inilah yang menentukan kriteria yang memiliki prioritas teringgi untuk penentuan pemberian kredit. Dengan demikian manajer kredit dapat melakukan perubahan bobot kriteria yang menjadi prioritas sewaktu-waktu tergantung pada kondisi tertentu.


106

Gambar 4.27 Form Kriteria dan Bobot Kriteria 5C

4.2.3.4 Halaman Simulasi Penerimaan Kredit

Pada halaman simulasi ini yang pertama kali ditampilkan adalah daftar pemohon yang dapat digunakan untuk memilih nasabah yang akan digunakan untuk simulasi.


107

Gambar 4.28 Daftar Pemohon Halaman Simulasi

Untuk mengambil idPemohon yang dipilih, kemudian akan dimasukkan ke dalam masing-masing baris tabel sub kriteria, berikut penggalan perintah programnya: for (rownumber = 0; rownumber < karakterTabel.getRowCount(); rownumber++) { row = rownumber; if (karakterTabel.getValueAt(rownumber, 0) == null) { karakterTabel.setValueAt(simulasiTabel.getValueAt(simulasiTab el.getSelectedRow(), 0), row, 0); break; } // else if(simulasiTabel.getValueAt(simulasiTabel.getSelectedRow(), 0)==karakterTabel.getValueAt(rownumber, 0)){ // JOptionPane.showMessageDialog(null, "Nasabah telah dipilih, silahkan pilih nasabah lain"); // } } if (rownumber == karakterTabel.getRowCount()) { DefaultTableModel model = (DefaultTableModel) karakterTabel.getModel(); model.addRow(new Object[]{simulasiTabel.getValueAt(simulasiTabel.getSelectedRo w(), 0), null, null, null, null, null}); } //jaminan tabel for (rownumber = 0; rownumber < JaminanTabel.getRowCount(); rownumber++) { row = rownumber; if (JaminanTabel.getValueAt(rownumber, 0) == null) { JaminanTabel.setValueAt(simulasiTabel.getValueAt(simulasiTabe l.getSelectedRow(), 0), row, 0); break; } } if (rownumber == JaminanTabel.getRowCount()) { DefaultTableModel model = (DefaultTableModel)


108

JaminanTabel.getModel(); model.addRow(new Object[]{simulasiTabel.getValueAt(simulasiTabel.getSelectedRo w(), 0), null, null, null, null, null}); } //kapasitas tabel for (rownumber = 0; rownumber < kapasitasTabel.getRowCount(); rownumber++) { row = rownumber; if (kapasitasTabel.getValueAt(rownumber, 0) == null) { kapasitasTabel.setValueAt(simulasiTabel.getValueAt(simulasiTa bel.getSelectedRow(), 0), row, 0); break; } } if (rownumber == kapasitasTabel.getRowCount()) { DefaultTableModel model = (DefaultTableModel) kapasitasTabel.getModel(); model.addRow(new Object[]{simulasiTabel.getValueAt(simulasiTabel.getSelectedRo w(), 0), null, null, null, null, null}); } //modal tabel for (rownumber = 0; rownumber < modalTabel.getRowCount(); rownumber++) { row = rownumber; if (modalTabel.getValueAt(rownumber, 0) == null) { modalTabel.setValueAt(simulasiTabel.getValueAt(simulasiTabel. getSelectedRow(), 0), row, 0); break; } } if (rownumber == modalTabel.getRowCount()) { DefaultTableModel model = (DefaultTableModel) modalTabel.getModel(); model.addRow(new Object[]{simulasiTabel.getValueAt(simulasiTabel.getSelectedRo w(), 0), null, null, null, null, null}); } //kondisi tabel for (rownumber = 0; rownumber < kondisiTabel.getRowCount(); rownumber++) { row = rownumber; if (kondisiTabel.getValueAt(rownumber, 0) == null) { kondisiTabel.setValueAt(simulasiTabel.getValueAt(simulasiTabe l.getSelectedRow(), 0), row, 0); break; }


109

} if (rownumber == kondisiTabel.getRowCount()) { DefaultTableModel model = (DefaultTableModel) kondisiTabel.getModel(); model.addRow(new Object[]{simulasiTabel.getValueAt(simulasiTabel.getSelectedRo w(), 0), null, null, null, null, null}); } //kriteria tabel for (rownumber = 0; rownumber < kriteriaTabel.getRowCount(); rownumber++) { row = rownumber; if (kriteriaTabel.getValueAt(rownumber, 0) == null) { kriteriaTabel.setValueAt(simulasiTabel.getValueAt(simulasiTab el.getSelectedRow(), 0), row, 0); break; } } if (rownumber == kriteriaTabel.getRowCount()) { DefaultTableModel model = (DefaultTableModel) kriteriaTabel.getModel(); model.addRow(new Object[]{simulasiTabel.getValueAt(simulasiTabel.getSelectedRo w(), 0), null, null, null, null, null}); }

Perintah program tersebut akan menampilkan idPemohon di setiap tabel kriteria 5C, sehingga memudahkan manajer kredit dalam melakukan simulasi dengan memperkecil kemungkinan terjadinya ketidaksesuaian pemilihan idPemohon.


110

Gambar 4.29 Form Simulasi Kredit

4.2.3.4.1 Normalisasi dan Perhitungan Total Sub Kriteria Hasil Survey

Dalam perhitungan SAW langkah-langkah yang dilakukan setelah menentukan kriteria dan bobot kriteria adalah membuat matriks keputusan. Matriks ini dibuat berdasarkan kriteria (Ci), kemudian matriks dinormalisasikan berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya)

sehingga

perhitungannya:

diperoleh

matriks

ternormalisasi

R.

Berikut




Normalisasi

111

dan Perhitungan Total Sub Kriteria

Karakter Dalam perhitungan ini manajer kredit harus memasukkan nilai survey terlebih dahulu untuk setiap pemohon secara manual. Di atas tabel kriteria karakter terdapat tabel yang menampilkan nama dan bobot sub kriteria untuk mengingatkan manajer kredit akan bobot yang menjadi patokan.


112

Gambar 4.30 Tabel Pengisian Hasil Survey Karakter

Setelah nilai survey dimasukkan maka manajer kredit hanya perlu menekan tombol Proses Perhitungan SAW. Berikut hasilnya:

Gambar 4.31 Hasil Total Skor Karakter

Hasil total skor karakter di atas diperoleh dari perkalian nilai normalisasi dengan bobot sub kriteria karakter. Berikut penggalan programnya:


113

double max1 = 0; double max2 = 0; double max3 = 0; double max4 = 0; double total = 0; //mencari nilai max for (int i = 0; i < karakterTabel.getRowCount(); i++) { if (max1 <= Double.parseDouble(karakterTabel.getValueAt(i, 1).toString())) { max1 = Double.parseDouble(karakterTabel.getValueAt(i, 1).toString()); } if (max2 <= Double.parseDouble(karakterTabel.getValueAt(i, 2).toString())) { max2 = Double.parseDouble(karakterTabel.getValueAt(i, 2).toString()); } if (max3 <= Double.parseDouble(karakterTabel.getValueAt(i, 3).toString())) { max3 = Double.parseDouble(karakterTabel.getValueAt(i, 3).toString()); } if (max4 <= Double.parseDouble(karakterTabel.getValueAt(i, 4).toString())) { max4 = Double.parseDouble(karakterTabel.getValueAt(i, 4).toString()); } }

Berikut penggalan program untuk perhitungan total skor. //total dan normalisasi for (int i = 0; i < karakterTabel.getRowCount(); i++) { total = Double.parseDouble(karakterTabel.getValueAt(i, 1).toString()) / max1 * Double.parseDouble(bobotSubKarakter1.getText()) + Double.parseDouble(karakterTabel.getValueAt(i, 2).toString()) / max2


114

* Double.parseDouble(bobotSubKarakter2.getText()) + Double.parseDouble(karakterTabel.getValueAt(i, 3).toString()) / max3 * Double.parseDouble(bobotSubKarakter3.getText()) + Double.parseDouble(karakterTabel.getValueAt(i, 4).toString()) / max4 * Double.parseDouble(bobotSubKarakter4.getText()); karakterTabel.setValueAt(total, i, 5); kriteriaTabel.setValueAt(total, i, 1); }



Normalisasi Jaminan



115

Gambar 4.32 Tabel Pengisian Hasil Survey Jaminan



116

Gambar 4.33 Hasil Total Skor Jaminan

Hasil total skor jaminan di atas diperoleh dari perkalian nilai normalisasi dengan bobot sub kriteria jaminan. Berikut penggalan programnya: double max1 = 0; double max2 = 0; double max3 = 0; double max4 = 0; double total = 0; //mencari nilai max


117

for (int i = 0; i < JaminanTabel.getRowCount(); i++) { if (max1 <= Double.parseDouble(JaminanTabel.getValueAt(i, { max1 = Double.parseDouble(JaminanTabel.getValueAt(i, } if (max2 <= Double.parseDouble(JaminanTabel.getValueAt(i, { max2 = Double.parseDouble(JaminanTabel.getValueAt(i, } if (max3 <= Double.parseDouble(JaminanTabel.getValueAt(i, { max3 = Double.parseDouble(JaminanTabel.getValueAt(i, } if (max4 <= Double.parseDouble(JaminanTabel.getValueAt(i, { max4 = Double.parseDouble(JaminanTabel.getValueAt(i, } }

1).toString())) 1).toString()); 2).toString())) 2).toString()); 3).toString())) 3).toString()); 4).toString())) 4).toString());

Berikut penggalan program untuk perhitungan total skor. //total dan normalisasi for (int i = 0; i < JaminanTabel.getRowCount(); i++) { total = Double.parseDouble(JaminanTabel.getValueAt(i, 1).toString()) / max1 * Double.parseDouble(bobotSubJaminan1.getText()) + Double.parseDouble(JaminanTabel.getValueAt(i, 2).toString()) / max2 * Double.parseDouble(bobotSubJaminan2.getText()) + Double.parseDouble(JaminanTabel.getValueAt(i, 3).toString()) / max3 * Double.parseDouble(bobotSubJaminan3.getText()) + Double.parseDouble(JaminanTabel.getValueAt(i, 4).toString()) / max4


118

* Double.parseDouble(bobotSubJaminan4.getText()); JaminanTabel.setValueAt(total, i, 5); kriteriaTabel.setValueAt(total, i, 2);



Normalisasi


Kapasitas

Gambar 4.34 Tabel Pengisian Hasil Survey Kapasitas


119


Gambar 4.35 Hasil Total Skor Kapasitas

Hasil total skor kapasitas di atas diperoleh dari perkalian nilai normalisasi dengan bobot sub kriteria kapasitas. Berikut penggalan programnya: double max1 = 0; double max2 = 0;


double max3 = 0; double max4 = 0; double total = 0; //mencari nilai max for (int i = 0; i < kapasitasTabel.getRowCount(); i++) { if (max1 <= Double.parseDouble(kapasitasTabel.getValueAt(i, 1).toString())) { max1 = Double.parseDouble(kapasitasTabel.getValueAt(i, 1).toString()); } if (max2 <= Double.parseDouble(kapasitasTabel.getValueAt(i, 2).toString())) { max2 = Double.parseDouble(kapasitasTabel.getValueAt(i, 2).toString()); } if (max3 <= Double.parseDouble(kapasitasTabel.getValueAt(i, 3).toString())) { max3 = Double.parseDouble(kapasitasTabel.getValueAt(i, 3).toString()); } if (max4 <= Double.parseDouble(kapasitasTabel.getValueAt(i, 4).toString())) { max4 = Double.parseDouble(kapasitasTabel.getValueAt(i, 4).toString()); } }

Berikut penggalan program untuk menghitung total skor. //total dan normalisasi for (int i = 0; i < kapasitasTabel.getRowCount(); i++) { total = Double.parseDouble(kapasitasTabel.getValueAt(i, 1).toString()) / max1 * Double.parseDouble(bobotSubKapasitas1.getText()) + Double.parseDouble(kapasitasTabel.getValueAt(i, 2).toString()) / max2 * Double.parseDouble(bobotSubKapasitas2.getText())

120


121

+ Double.parseDouble(kapasitasTabel.getValueAt(i, 3).toString()) / max3 * Double.parseDouble(bobotSubKapasitas3.getText()) + Double.parseDouble(kapasitasTabel.getValueAt(i, 4).toString()) / max4 * Double.parseDouble(bobotSubKapasitas4.getText()); kapasitasTabel.setValueAt(total, i, 5); kriteriaTabel.setValueAt(total, i, 3); }



Normalisasi dan Perhitungan Total Sub Kriteria Modal

Gambar 4.36 Tabel Pengisian Hasil Survey Modal


122


Gambar 4.37 Hasil Total Skor Modal Hasil total skor modal di atas diperoleh dari perkalian nilai normalisasi dengan bobot sub kriteria modal. Berikut penggalan programnya: double max1 = 0; double max2 = 0; double max3 = 0;


double max4 = 0; double total = 0; //cari max duyu for (int i = 0; i < modalTabel.getRowCount(); i++) { if (max1 <= Double.parseDouble(modalTabel.getValueAt(i, 1).toString())) { max1 = Double.parseDouble(modalTabel.getValueAt(i, 1).toString()); } if (max2 <= Double.parseDouble(modalTabel.getValueAt(i, 2).toString())) { max2 = Double.parseDouble(modalTabel.getValueAt(i, 2).toString()); } if (max3 <= Double.parseDouble(modalTabel.getValueAt(i, 3).toString())) { max3 = Double.parseDouble(modalTabel.getValueAt(i, 3).toString()); } if (max4 <= Double.parseDouble(modalTabel.getValueAt(i, 4).toString())) { max4 = Double.parseDouble(modalTabel.getValueAt(i, 4).toString()); } }

Berikut penggalan program untuk perhitungan total skor. //total dan normalisasi for (int i = 0; i < modalTabel.getRowCount(); i++) { total = Double.parseDouble(modalTabel.getValueAt(i, 1).toString()) / max1 * Double.parseDouble(bobotSubModal1.getText()) + Double.parseDouble(modalTabel.getValueAt(i, 2).toString()) / max2 * Double.parseDouble(bobotSubModal2.getText()) + Double.parseDouble(modalTabel.getValueAt(i, 3).toString()) / max3 *

123


124

Double.parseDouble(bobotSubModal3.getText()) + Double.parseDouble(modalTabel.getValueAt(i, 4).toString()) / max4 * Double.parseDouble(bobotSubModal4.getText()); modalTabel.setValueAt(total, i, 5); kriteriaTabel.setValueAt(total, i, 4); }



Normalisasi dan Perhitungan Total Sub Kriteria Kondisi Ekonomi

Gambar 4.38 Tabel Pengisian Hasil Survey Kondisi Ekonomi



125

Gambar 4.39 Hasil Total Skor Kondisi Ekonomi

Hasil total skor kondisi ekonomi di atas diperoleh dari perkalian nilai normalisasi dengan bobot sub kriteria kondisi ekonomi. Berikut penggalan programnya: double max1 = 0; double max2 = 0; double max3 = 0; double max4 = 0; double total = 0; //mencari nilai max for (int i = 0; i < kondisiTabel.getRowCount(); i++) { if (max1 <= Double.parseDouble(kondisiTabel.getValueAt(i, 1).toString())) { max1 = Double.parseDouble(kondisiTabel.getValueAt(i, 1).toString());


126

} if (max2 <= Double.parseDouble(kondisiTabel.getValueAt(i, 2).toString())) { max2 = Double.parseDouble(kondisiTabel.getValueAt(i, 2).toString()); } if (max3 <= Double.parseDouble(kondisiTabel.getValueAt(i, 3).toString())) { max3 = Double.parseDouble(kondisiTabel.getValueAt(i, 3).toString()); } if (max4 <= Double.parseDouble(kondisiTabel.getValueAt(i, 4).toString())) { max4 = Double.parseDouble(kondisiTabel.getValueAt(i, 4).toString()); } }

Berikut penggalan program untuk perhitungan total skor kondisi ekonomi. //total dan normalisasi for (int i = 0; i < kondisiTabel.getRowCount(); i++) { total = Double.parseDouble(kondisiTabel.getValueAt(i, 1).toString()) / max1 * Double.parseDouble(bobotSubKondisi1.getText()) + Double.parseDouble(kondisiTabel.getValueAt(i, 2).toString()) / max2 * Double.parseDouble(bobotSubKondisi2.getText()) + Double.parseDouble(kondisiTabel.getValueAt(i, 3).toString()) / max3 * Double.parseDouble(bobotSubKondisi3.getText()) + Double.parseDouble(kondisiTabel.getValueAt(i, 4).toString()) / max4 * Double.parseDouble(bobotSubKondisi4.getText()); kondisiTabel.setValueAt(total, i, 5); kriteriaTabel.setValueAt(total, i, 5);


127

4.2.3.4.2 Normalisasi dan Total Skor Bobot Kriteria Utama

Setelah total skor pemohon dari masing-masing kriteria didapatkan, maka langkah selanjutnya manajer kredit hanya perlu melakukan perhitungan SAW terhadap kriteria 5C untuk mendapatkan total skor akhir pemohon dengan menekan tombol Proses Perhitungan SAW. Berikut tampilan sistem sebelum dilakukan perhitungan dan setelah dilakukan perhitungan total skor akhir.


Gambar 4.40 Tabel Rekomendasi Keputusan Kredit

128


129

Hasil Perhitungan SAW:

Gambar 4.41 Total Skor Tabel Rekomendasi Keputusan Kredit

Total skor pada gambar di atas diperoleh dari perhitungan dalam penggalan perintah program sebagai berikut: double max1 = 0; double max2 = 0; double max3 = 0; double max4 = 0; double max5 = 0; double total = 0; // mencari nilai max for (int i = 0; i < kriteriaTabel.getRowCount(); i++) { if (max1 <= Double.parseDouble(kriteriaTabel.getValueAt(i, 1).toString())) {


max1 = Double.parseDouble(kriteriaTabel.getValueAt(i, 1).toString()); } if (max2 <= Double.parseDouble(kriteriaTabel.getValueAt(i, 2).toString())) { max2 = Double.parseDouble(kriteriaTabel.getValueAt(i, 2).toString()); } if (max3 <= Double.parseDouble(kriteriaTabel.getValueAt(i, 3).toString())) { max3 = Double.parseDouble(kriteriaTabel.getValueAt(i, 3).toString()); } if (max4 <= Double.parseDouble(kriteriaTabel.getValueAt(i, 4).toString())) { max4 = Double.parseDouble(kriteriaTabel.getValueAt(i, 4).toString()); } if (max5 <= Double.parseDouble(kriteriaTabel.getValueAt(i, 5).toString())) { max5 = Double.parseDouble(kriteriaTabel.getValueAt(i, 5).toString()); } } //total dan normalisasi for (int i = 0; i < kriteriaTabel.getRowCount(); i++) { total = Double.parseDouble(kriteriaTabel.getValueAt(i, / max1 * Double.parseDouble(karakterText.getText()) + Double.parseDouble(kriteriaTabel.getValueAt(i, / max2 * Double.parseDouble(jaminanText.getText()) + Double.parseDouble(kriteriaTabel.getValueAt(i, / max3 * Double.parseDouble(kapasitasText.getText()) + Double.parseDouble(kriteriaTabel.getValueAt(i,

1).toString())

2).toString())

3).toString())

4).toString())

130


131

/ max4 * Double.parseDouble(modalText.getText()) + Double.parseDouble(kriteriaTabel.getValueAt(i, 5).toString()) / max5 * Double.parseDouble(kondisiEkonomiText.getText()); kriteriaTabel.setValueAt(total, i, 6); }

4.2.3.4.3 Mengecek Total Nilai dan Hasil Keputusan

Setelah total skor didapatkan, selanjutnya manajer kredit menentukan patokan skor penerimaan berdasarkan ketentuan sebagai berikut: Rentang Nilai

Nilai

0-7,9

Sangat Rendah

8-14,9

Rendah

15-21,9

Cukup

22-28,9

Tinggi

29-35

Sangat Tinggi

Tabel 4.14 Ketentuan Skor


132

Gambar 4.42 Patokan Skor Penerimaan Kredit

Selain

menggunakan

patokan

skor

penerimaan,

digunakan kondisi yang akan mengecek performa angsuran kredit pemohon sebagai nasabah lama. Berikut penggalan program yang digunakan untuk melakukan pengecekan total skor dan performa kredit. for (int i = 0; i < kriteriaTabel.getRowCount(); i++) { if (Double.parseDouble(patokanSkor.getText()) <= Double.parseDouble(kriteriaTabel.getValueAt(i, 6).toString()) && simulasiTabel.getValueAt(i, 10).toString().equals("Nasabah Lancar")) { kriteriaTabel.setValueAt("Diterima", i, 7); } else if (Double.parseDouble(patokanSkor.getText()) > Double.parseDouble(kriteriaTabel.getValueAt(i, 6).toString()) && simulasiTabel.getValueAt(i, 10).toString().equals("Nasabah Lancar")) { kriteriaTabel.setValueAt("Ditolak", i, 7); } else if (Double.parseDouble(patokanSkor.getText()) <= Double.parseDouble(kriteriaTabel.getValueAt(i, 6).toString()) && simulasiTabel.getValueAt(i, 10).toString().equals("Nasabah Tidak Lancar")) { kriteriaTabel.setValueAt("Diterima", i, 7); } else if (Double.parseDouble(patokanSkor.getText()) > Double.parseDouble(kriteriaTabel.getValueAt(i, 6).toString()) && simulasiTabel.getValueAt(i, 10).toString().equals("Nasabah Tidak Lancar")) {


133

kriteriaTabel.setValueAt("Ditolak", i, 7); } }

Pada penggalan program di atas terdapat 4 kondisi pengecekan total skor dan performa kredit, yaitu: a. Jika patokan skor lebih kecil atau sama dengan total skor dan performa nasabah adalah Nasabah Lancar, maka diterima. b. Jika patokan skor lebih besar dari total skor dan performa nasabah adalah Nasabah Lancar, maka ditolak. c. Jika patokan skor lebih kecil atau sama dengan total skor dan performa nasabah adalah Nasabah Tidak Lancar, maka diterima. d. Jika patokan skor lebih besar dari total skor dan performa nasabah adalah Nasabah Tidak Lancar, maka ditolak.


134

Gambar 4.43 Hasil Keputusan Rekomendasi Kredit

4.2.3.4.4 Perangkingan Penerimaan Kredit

Setelah perhitungan SAW serta pengecekan total skor dilakukan maka langkah selanjutnya adalah proses perangkingan penerimaan kredit. Proses ini dapat memudahkan manajer kredit untuk mengetahui pemohon yang menjadi prioritas karena memiliki total skor tinggi.


135

Gambar 4.44 Peringkat Hasil Keputusan Rekomendasi Kredit Proses perangkingan diurutkan berdasarkan total skor tertinggi dengan perintah dalam penggalan program berikut. String ids = ""; for (int i = 0; i < tab.getRowCount(); i++) { if (i == tab.getRowCount() - 1) { ids = ids +"'"+ tab.getValueAt(i, 0).toString()+"'"; } else { ids = ids +"'"+ tab.getValueAt(i, 0).toString()+"'" + ","; }


136

} PreparedStatement statement = null; ResultSet result = null; koneksi.setAutoCommit(false); String sql1 = "SELECT a.id_nasabah,a.nama_nasabah, b.total_skorKredit, a.hasil_keputusan FROM nasabah a," + " penilaian_usulan b WHERE a.id_nasabah= b.id_nasabah and a.id_nasabah in("+ids+") ORDER BY b.total_skorKredit desc"; statement = koneksi.prepareStatement(sql1); result = statement.executeQuery(); List<Simulasi> simulasiL = new ArrayList<Simulasi>(); while (result.next()) { Simulasi simulasi2 = new Simulasi(); // UsulanKredit usulan2 = new UsulanKredit(); String selectedId = result.getString(1); String selectedNama = result.getString(2); float selectedTotalSkor = Float.parseFloat(result.getString(3)); String selectedKeputusan = result.getString(4); simulasi2.setId_nasabah(selectedId); simulasi2.setNama_nasabah(selectedNama); simulasi2.setTotal_skor(selectedTotalSkor); simulasi2.setHasil_keputusan(selectedKeputusan); // simulasiL.add(simulasi2); } koneksi.commit(); //koneksi.close(); return simulasiL;

4.2.3.5 Halaman Laporan Penerimaan Kredit

Halaman Laporan Penerimaan Kredit ini akan menampilkan seluruh hasil perhitungan simulasi pemohon. Hal ini berguna sebagai dokumentasi berupa laporan yang dapat dicetak agar manajer kredit dapat melihat seluruh hasil rekomendasi penerimaan kredit dari simulasi yang telah dilakukan.


137

Gambar 4.45 Laporan Penerimaan Kredit Pemohon

Untuk menghubungkan java dengan IReport berikut penggalan perintah programnya. Connection konek = null; String reportSource; konek = com.Entities.Koneksi.Koneksi(); reportSource = "com.Report/LaporanKredit.jasper"; Map<String, Object> params = new HashMap<String, Object>(); JasperPrint jasperprint; jasperprint =


138

JasperFillManager.fillReport(reportSource, params, konek); JasperViewer.viewReport(jasperprint, false);

Penggalan program yang dicetak tebal merupakan nama file .jasper yang merupakan file LaporanKredit.


BAB V PENGUJIAN DAN ANALISIS DATA

Dalam tahap ini akan dilakukan pengujian dan analisis data terhadap sistem untuk mengetahui efektifitas penggunaan metode SAW dalam mengambil keputusan pada sistem ini. Proses pengujian ini akan dilakukan dengan teknik simulasi data asli. Proses analisis data akan dilakukan dengan cara membandingkan hasil keputusan yang diperoleh dari sistem sama dengan keputusan asli dari data asli nasabah PT. BPR X (manual), untuk lebih detil berikut penjelasannya.

5.1 Pengujian Sistem

Proses pengujian sistem dilakukan dengan menggunakan data asli milik nasabah PT BPR X dengan rincian sebagai berikut: 4

15 Data nasabah lama, performa Nasabah Lancar : diterima

5

15 Data nasabah lama, performa Nasabah Tidak Lancar : ditolak

6

4 Data nasabah lama, performa Nasabah Tidak Lancar: diterima Proses pengujian sistem diawali dengan memasukkan semua data nasabah ke dalam sistem berupa identitas nasabah maupun track record angsuran nasabah. Langkah selanjutnya adalah menentukan bobot

139


140

kriteria 5C dan bobot sub kriteria yang sesuai dengan ketentuan dari PT. BPR X. Berikut bobot kriteria 5C dan bobot sub kriteria yang telah ditentukan. 

Bobot Kriteria 5C Nama Kriteria

Bobot Kriteria

Karakter

10

Jaminan

7.5

Kapasitas

5

Modal

5

Kondisi Ekonomi

7.5

Tabel 5.1 Bobot Kriteria 5C 

Bobot Sub Kriteria Karakter Nama Kriteria

Bobot Kriteria

Ketulusan

10

Kerendahan Hati

7.5

Keterbukaan

7.5

Tanggung jawab

10

Tabel 5.2 Bobot Sub Kriteria Karakter




Bobot Sub Kriteria Jaminan Nama Kriteria

Bobot Kriteria

Tahun agunan

7.5

Bentuk agunan

7.5

Besar nilai agunan

10

Kondisi agunan

10

Tabel 5.3 Bobot Sub Kriteria Jaminan 

Bobot Sub Kriteria Kapasitas Nama Kriteria

Bobot Kriteria

Pendidikan

10

Pengalaman usaha

10

Sejarah usaha

7.5

Omset

7.5

Tabel 5.4 Bobot Sub Kriteria Kapasitas 

Bobot Sub Kriteria Modal Nama Kriteria

Bobot Kriteria

141


Uang muka

10

Keahlian dagang

7.5

Hutang

10

Modal awal usaha

10

142

Tabel 5.5 Bobot Sub Kriteria Modal 

Bobot Sub Kriteria Kondisi Ekonomi Nama Kriteria

Bobot Kriteria

Tanggungan anak

7.5

Kepemilikan rumah

10

Lingkungan hunian

7.5

Perkembangan Teknologi

10

Tabel 5.6 Bobot Sub Kriteria Kondisi Ekonomi

Langkah selanjutnya adalah proses simulasi. Nilai survey nasabah dimasukkan ke dalam sistem untuk dibandingkan dan dihitung total skor tiap nasabah dengan metode SAW. Dalam data asli milik PT. BPR X, nilai survey nasabah yang diketahui hanyalah nilai kriteria 5C, sehingga untuk nilai sub kriteria dari masing-masing kriteria 5C


143

dihitung dengan cara membuat bobot perkiraan dan dihitung dengan metode SAW sehingga menghasilkan nilai yang sama dengan nilai survey masing-masing kriteria 5C pada data asli. Berikut adalah nilai survey nasabah untuk masing-masing sub kriteria.

Gambar 5.1 Nilai Survey Nasabah Sub Kriteria Karakter


Gambar 5.2 Nilai Survey Nasabah Sub Kriteria Jaminan

144


Gambar 5.3 Nilai Survey Nasabah Sub Kriteria Kapasitas

145


Gambar 5.4 Nilai Survey Nasabah Sub Kriteria Modal

146


147

Gambar 5.5 Nilai Survey Nasabah Sub Kriteria Kondisi Ekonomi Setiap sub kriteria dari masing-masing kriteria 5C akan dihitung total skornya, jika total skor dari masing-masing kriteria sudah diketahui maka langkah selanjutnya adalah melakukan perhitungan SAW kembali untuk mendapatkan total skor akhir dari setiap nasabah.


148

Gambar 5.6 Total Skor Sub Kriteria Ketika total skor akhir setiap nasabah sudah diketahui, maka langkah selanjutnya adalah melakukan pengecekan penerimaan nasabah berdasarkan patokan skor yang ditentukan oleh manajer kredit dan performa angsuran kredit milik nasabah.


Gambar 5.7 Total Skor Akhir Kriteria 5C Berikut rentang nilai yang menjadi patokan skornya: Rentang Nilai

Nilai

0-7,9

Sangat Rendah

8-14,9

Rendah

15-21,9

Cukup

22-28,9

Tinggi

29-35

Sangat Tinggi

Tabel 5.7 Patokan Skor

149


150

Pada simulasi ini skor yang dijadikan patokan adalah 28 yang berarti ada di kategori nilai tinggi, sehingga nasabah yang akan diterima total skornya akan lebih besar atau sama dengan 28 baik untuk performa angsurannya adalah nasabah lancar maupun tidak lancar. Berikut hasil simulasinya:

Gambar 5.8 Hasil Rekomendasi Penerimaan Kredit


151

Untuk mempermudah manajer kredit melihat hasil keputusan penerimaan, maka sistem ini menampilkan perangkingan berdasarkan total skor akhir tertinggi. Berikut hasil perangkingan bersadarkan perhitungan simulasi yang telah dilakukan:

Gambar 5.9 Peringkat Hasil Rekomendasi Penerimaan Kredit

5.2 Analisis Data


152

Berdasarkan hasil perhitungan simulasi maka perbandingan hasil keputusan yang didapatkan secara manual( hasil keputusan PT. BPR X) dan sistem adalah sebagai berikut: Nama

Performa Angsuran

Nasabah

Hasil Keputusan

Hasil Keputusan

Manual

Sistem

Nasabah1

Nasabah Lancar

Diterima

Ditolak

Nasabah2

Nasabah Lancar

Diterima

Diterima

Nasabah3

Nasabah Lancar

Diterima

Diterima

Nasabah4

Nasabah Lancar

Diterima

Ditolak

Nasabah5

Nasabah Lancar

Diterima

Ditolak

Nasabah6

Nasabah Lancar

Diterima

Ditolak

Nasabah7

Nasabah Lancar

Diterima

Ditolak

Nasabah8

Nasabah Lancar

Diterima

Ditolak

Nasabah9

Nasabah Lancar

Diterima

Diterima

Nasabah10

Nasabah Lancar

Diterima

Ditolak

Nasabah11

Nasabah Lancar

Diterima

Ditolak

Nasabah12

Nasabah Lancar

Diterima

Ditolak

Nasabah13

Nasabah Lancar

Diterima

Diterima

Nasabah14

Nasabah Lancar

Diterima

Diterima

Nasabah15

Nasabah Lancar

Diterima

Ditolak

Nasabah16

Nasabah Tidak Lancar

Ditolak

Diterima

Nasabah17


Ditolak

Diterima


Nasabah18


Ditolak

Ditolak

Nasabah19


Ditolak

Ditolak

Nasabah20


Ditolak

Ditolak

Nasabah21


Ditolak

Ditolak

Nasabah22


Ditolak

Ditolak

Nasabah23


Ditolak

Ditolak

Nasabah24


Ditolak

Ditolak

Nasabah25


Ditolak

Ditolak

Nasabah26


Ditolak

Ditolak

Nasabah27


Ditolak

Ditolak

Nasabah28


Ditolak

Ditolak

Nasabah29


Ditolak

Ditolak

Nasabah30


Ditolak

Ditolak

Nasabah31


Diterima

Ditolak

Nasabah32


Diterima

Ditolak

Nasabah33


Diterima

Ditolak

Nasabah34


Diterima

Ditolak

Tabel 5.8 Perbedaan hasil keputusan manual dan sistem

153


154

Perbedaan hasil keputusan sistem dan manual: Hasil Keputusan Diterima

19

Ditolak

15

Manual Lancar Tidak Lancar Lancar Tidak Lancar

15 4 0 15

Sistem Pendukung Keputusan Lancar 5 7 Tidak Lancar 2 Lancar 10 27 Tidak Lancar 17

Untuk mengetahui nilai efektifitas penggunaan metode SAW maka perhitungannya sebagai berikut: Kondisi

Hasil manual

Diterima dan lancar

15 19

*100% = 79%

SPK

5 * 7

manual

4 * 19

SPK

2 * 7

Ditolak dan lancar

SPK

10 * 27

100%= 37%

Ditolak dan tidak lancar

SPK

17 * 27

100% = 63%

Diterima dan tidak lancar

100% = 71% 100% =21%

100% = 29%

Berdasarkan hasil perhitungan efektifitas di atas, maka efektifitas penggunaan metode SAW dalam SPK ini dapat dijelaskan sebagai berikut:


155

a. Pada kondisi kredit diterima dan performa angsuran kredit lancar dalam keputusan manual yang diterima sebanyak 79% dan pada keputusan SPK yang diterima sebanyak 71%. Hasil ini belum dapat menunjukkan efektifitas keputusan mana yang lebih baik antara manual dengan sistem pada kondisi ini, karena perbandingan nilai yang didapatkan belum signifikan. b. Pada kondisi kredit diterima dan performa angsuran kredit tidak lancar dalam keputusan manual yang diterima sebanyak 21% dan pada keputusan SPK yang diterima sebanyak 29%. Hasil ini belum dapat menunjukkan efektifitas keputusan mana yang lebih baik antara manual dengan sistem pada kondisi ini, karena perbandingan nilai yang didapatkan juga belum signifikan. c. Pada kondisi kredit ditolak dan performa angsuran kredit lancar berdasarkan hasil keputusan SPK adalah sebanyak 37%. Sedangkan pada kondisi kredit ditolak dan performa angsuran tidak lancar berdasarkan hasil keputusan SPK adalah sebanyak 63%. d. Sistem Pendukung Keputusan ini menunjukkan bahwa hasil keputusan yang diperoleh terbukti lebih efektif dibandingkan dengan keputusan manual. Hal ini ditunjukkan pada kondisi nasabah yang diterima kreditnya dan performa angsuran lancar diperoleh hasil 71%. Dalam kondisi ini pada keputusan manual nasabah yang diterima sebanyak 15


156

orang, namun setelah diujikan pada sistem ternyata keputusannya hanya menerima 5 orang. Hal ini menunjukkan bahwa sistem mampu mendeteksi 10 orang yang memang seharusnya ditolak karena tidak memenuhi ketentuan kredit, namun justru diterima pada keputusan manual. Demikian pula pada kondisi nasabah ditolak kreditnya dan performa angsuran tidak lancar sistem ini mampu mendeteksi sebanyak 63% nasabah yang ditolak. Sistem ini memiliki aturan yang ketat sehingga mampu menyaring lagi jumlah nasabah yang ditolak dari 15 nasabah pada keputusan manual menjadi 27 nasabah yang terdiri dari 10 nasabah lancar dan 17 nasabah tidak lancar, padahal pada hasil keputusan manual 10 nasabah dengan performa lancar dan 2 nasabah dengan performa tidak lancar yang ditolak pada keputusan sistem ini sebenarnya diterima dan mendapatkan kredit.

Selain pengujian utama, dalam penelitian ini juga dilakukan pengujian dengan menggunakan perkiraan bobot kriteria utama yang berbeda dengan aturan PT. BPR X. Hal ini dilakukan karena jika hasil keputusan dari hasil percobaan mampu menunjukkan nilai efektifitas yang lebih tinggi dapat menjadi saran pembobotan kriteria utama bagi PT. BPR X. Berikut hasil pengujian dan penjelasannya. a. Uji Coba 1


157

Dalam uji coba 1 ini nilai bobot kriteria utama ditentukan sebagai berikut: karakter jaminan kapasitas modal kondisi ekonomi 7.5 10.0 7.5 2.5 7.5


19

Ditolak

15


15 4 0 15



Hasil manual

79%

SPPK

83%

manual

21%

SPPK

17%

SPPK SPPK

36% 64%

Diterima dan lancar

Diterima dan tidak lancar

Ditolak dan lancar Ditolak dan tidak lancar

Berdasarkan hasil yang diperoleh dalam uji coba ini, bobot yang disarankan masih tidak terlalu signifikan nilai efektifitasnya. Hal ini dikarenakan hasil keputusan keseluruhan nasabah diterima pada SPK mengalami penurunan, yaitu dari 7 orang pada pengujian utama dan pada kondisi ini turun menjadi 6 orang. Dalam kondisi diterima dan lancar


158

efektifitasnya adalah 83% dengan jumlah 5 nasabah diterima, pada kondisi diterima dan tidak lancar mengalami penurunan menjadi 17% dengan jumlah 1 nasabah diterima. Demikian untuk kondisi ditolak dan lancar mengalami peningkatan 1%, dari 63% pada pengujian utama dan 64% pada uji coba 1 ini. Tentunya peningkatan yang tidak signifikan ini belum mampu menunjukkan bahwa bobot yang disarankan ini lebih efektif dibanding bobot milik PT. BPR X. b. Uji Coba 2 Dalam uji coba 2 ini nilai bobot kriteria utama ditentukan sebagai berikut: karakter jaminan kapasitas modal kondisi ekonomi 10.0 10.0 5.0 2.5 7.5


19

Ditolak

15


15 4 0 15


Untuk mengetahui nilai efektifitas penggunaan metode SAW maka perhitungannya sebagai berikut: Kondisi Diterima dan lancar

Hasil manual

79%


Diterima dan tidak lancar Ditolak dan lancar Ditolak dan tidak lancar

SPPK

63%

manual

21%

SPPK

38%

SPPK SPPK

38% 62%

159

Berdasarkan hasil yang diperoleh dalam uji coba ini, bobot yang disarankan justru menurunkan nilai efektifitas pada pengujian utama. Hal ini dikarenakan hasil keputusan keseluruhan nasabah diterima pada SPK mengalami peningkatan, yaitu dari 7 orang pada pengujian utama dan pada kondisi ini naik menjadi 8 orang. Dalam kondisi diterima dan lancar efektifitasnya turun menjadi 63% dengan jumlah 5 nasabah diterima, pada kondisi diterima dan tidak lancar mengalami peningkatan menjadi 38% dengan jumlah 3 nasabah diterima. Untuk kondisi ditolak dan lancar mengalami penurunan 1%, dari 63% pada pengujian utama dan 62% pada uji coba 2 ini. Tentunya peningkatan jumlah nasabah yang diterima justru menurunkan nilai efektifitasnya

dibanding

pengujian

utama,

sehingga

belum

mampu

menunjukkan bahwa bobot yang disarankan ini lebih efektif dibanding bobot milik PT. BPR X.

c. Uji Coba 3 Dalam uji coba 3 ini nilai bobot kriteria utama ditentukan sebagai berikut:


160

karakter jaminan kapasitas modal kondisi ekonomi 10.0 10.0 2.5 5.0 7.5


19

Ditolak

15


Sistem Pendukung Keputusan 15 Lancar 5 4 9 Tidak Lancar 4 0 Lancar 10 15 25 Tidak Lancar 15


Hasil manual

79%

SPPK

56%

manual

21%

SPPK

44%

SPPK

40%

SPPK

60%

Diterima dan lancar


Berdasarkan hasil yang diperoleh dalam uji coba ini, bobot yang disarankan justru menurunkan nilai efektifitas pada pengujian utama. Hal ini dikarenakan pengaruh hasil keputusan nasabah diterima pada SPK bertambah, yaitu dari 7 orang pada pengujian utama dan pada kondisi ini naik menjadi 9


161

orang. Dalam kondisi diterima dan lancar efektifitasnya turun menjadi 56% dengan jumlah 5 nasabah diterima, pada kondisi diterima dan tidak lancar mengalami peningkatan menjadi 44% dengan jumlah 4 nasabah diterima. Untuk kondisi ditolak dan lancar mengalami penurunan 3%, dari 63% pada pengujian utama dan 60% pada uji coba 2 ini. Tentunya peningkatan jumlah nasabah yang diterima justru menurunkan nilai efektifitasnya dibanding pengujian utama, sehingga belum mampu menunjukkan bahwa bobot yang disarankan ini lebih efektif dibanding bobot milik PT. BPR X.

d. Uji Coba 4 Dalam uji coba 4 ini nilai bobot kriteria utama ditentukan sebagai berikut: karakter jaminan kapasitas modal kondisi ekonomi 7.5 10.0 5.0 5.0 7.5


19

Ditolak

15


15 4 0 15


Untuk mengetahui nilai efektifitas penggunaan metode SAW maka perhitungannya sebagai berikut:


Kondisi

162

Hasil manual

79%

SPPK

56%

manual

21%

SPPK

44%

SPPK SPPK

40% 60%

Diterima dan lancar


Berdasarkan hasil yang diperoleh dalam uji coba ini, bobot yang disarankan justru menurunkan nilai efektifitas pada pengujian utama. Peningkatan jumlah nasabah yang diterima dan nilai efektifitas yang diperoleh hasilnya sama dengan uji coba 3, meskipun bobot yang ditentukan berbeda. Tentunya peningkatan jumlah nasabah yang diterima justru menurunkan nilai efektifitasnya

dibanding

pengujian

utama,

sehingga

belum

mampu

menunjukkan bahwa bobot yang disarankan ini lebih efektif dibanding bobot milik PT. BPR X.

e. Uji Coba 5 Dalam uji coba 3 ini nilai bobot kriteria utama ditentukan sebagai berikut: karakter jaminan kapasitas modal kondisi ekonomi 7.5 10.0 2.5 5.0 10.0


163

Perbedaan hasil keputusan sistem dan manual:

Hasil Keputusan Diterima

19

Ditolak

15


15 4 0 15



Hasil manual

79%

SPPK

45%

manual

21%

SPPK

55%

SPPK

43%

SPPK

57%

Diterima dan lancar


Berdasarkan hasil yang diperoleh dalam uji coba ini, bobot yang disarankan juga menurunkan nilai efektifitas pada pengujian utama sebelumnya. Hal ini dikarenakan hasil keputusan keseluruhan nasabah diterima pada SPK bertambah, yaitu dari 7 orang pada pengujian utama dan pada kondisi ini naik menjadi 11 orang. Dalam kondisi diterima dan


164

lancar efektifitasnya turun menjadi 56% dengan jumlah 5 nasabah diterima, pada kondisi diterima dan tidak lancar mengalami peningkatan menjadi 55% dengan jumlah 6 nasabah diterima. Untuk kondisi ditolak dan lancar mengalami penurunan 6%, dari 63% pada pengujian utama menjadi 57% pada uji coba 2 ini. Tentunya peningkatan jumlah nasabah yang diterima justru menurunkan nilai efektifitasnya dibanding pengujian utama, sehingga belum mampu menunjukkan bahwa bobot yang disarankan ini lebih efektif dibanding bobot milik PT. BPR X.


BAB VI PENUTUP

Berdasarkan hasil analisis data yang telah dilakukan pada bab sebelumnya, maka dapat dibuat kesimpulan dan saran yang membangun berkaitan dengan keterbatasan sistem ini. 6.1 Kesimpulan

Berdasarkan dari hasil pengujian dan analisis data yang telah dilakukan sebelumnya maka dapat disimpulkan bahwa: 1. Sistem yang dibangun memberikan keuntungan antara lain: a. Proses perhitungan keputusan dapat dilakukan dengan lebih cepat, karena dalam perhitungan pengecekan terhadap performa angsuran kredit nasabah sekaligus dilakukan. b. Simulasi yang fleksibel sehingga dapat digunakan tanpa batasan jumlah nasabah. c. Sistem ini dilengkapi dengan fitur laporan penerimaan kredit sebagai dokumentasi. d. Perangkingan hasil keputusan berdasarkan total skor akhir dapat memudahkan manajer kredit melihat rekomendasi penerimaan nasabah.

165


166

e. Data nasabah dan data angsuran kredit dapat disimpan secara lebih sistematis. 2. Dari hasil analisis data maka dapat disimpulkan bahwa: a. Metode SAW lebih efektif digunakan dalam pengambilan keputusan penentuan kredit. Hal ini ditunjukkan pada hasil pengujian dengan kondisi nasabah diterima kredit dan performa kredit efektifitasnya diperoleh 71%, serta pada kondisi nasabah ditolak kreditnya dan performa angsuran tidak lancar sistem ini mampu mendeteksi efektifitasnya sebanyak 63% nasabah yang ditolak. 3. Sistem ini masih memiliki beberapa kekurangan, yaitu: a. Kesulitan dalam pengumpulan data asli nasabah PT. BPR X, membuat pengujian kurang maksimal karena jumlah data yang kurang banyak. b. Sistem ini tidak mendukung penambahan dan pengurangan sub kriteria, fleksibilitas hanya terbatas untuk mengubah nama sub kriteria dan bobot kriteria saja. c. Sistem ini hanya terbatas untuk penentuan penerimaan kredit bagi nasabah lama, bukan nasabah baru karena terdapat pengecekan performa angsuran kredit.


167

6.2 Saran

Terkait dengan keterbatasan yang ada pada sistem maka penulis memberikan beberapa saran yang sekiranya dapat memperbaiki sistem ini. 1. Sistem dikembangkan dengan lebih fleksibel yaitu dapat menambah maupun mengurangi kriteria. 2. Data uji ditambah lagi minimum 30 data nasabah untuk masingmasing performa angsuran kredit nasabah.


DAFTAR PUSTAKA

1.

Hermawan, Julius. 2005. Membangun Decision Support System. Yogyakarta: Andi.

2.

Kusumadewi,Sri dkk. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu.

3.

Kusumadewi. 2005. Pencarian bobot atribut pada Multi-Attribute Decision Making dengan pendekatan objektif menggunakan algoritma genetika. http://cicie.files.

wordpress.

com/2008/06/sri-kusumadewi-jurnal-

genetika.pdf. diakses 20 Agustus 2010 4.

Turban dkk. 2005. Decision Support System and Intelligent System (Sistem Pendukung Keputusan dan Sistem Cerdas). Yogyakarta: Andi.


LAMPIRAN

































PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Recommend Documents