SISTEM PENDUKUNG KEPUTUSAN UNTUK MANAJEMEN RESIKO KREDIT BERBASIS WEB DENGAN MENGGUNAKAN TOPSIS
PROPOSAL SKRIPSI
WINDA NITA MARIA SIMAMORA 091421039
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2011
Universitas Sumatera Utara
1. Rencana Judul “Sistem Pendukung Keputusan Untuk Resiko Kredit Manajemen Berbasis Web dengan Menggunakan Topsis”
2. Bidang Ilmu
Sistem Pendukung Keputusan
3. Latar Belakang
Dalam kehidupan nyata terdapat bermacam-macam jenis keputusan. Ada keputusan yang mudah diambil, dan sudah tentu ada juga keputusan yang baru dapat diambil setelah dipertimbangkan segala macam aspek secara cermat. Ada keputusan yang hasilnya hanya membawa konsekuensi bagi pihak yang mengambil keputusan tersebut, ada juga keputusan yang menyangkut nasib orang banyak, seperti keputusan dalam bidang politik ekonomi yang diambil pemerintah suatu negara.
Manusia senantiasa dihadapkan pada kewajiban untuk pada waktu-waktu tertentu mengambil keputusan. Berhasil dan tidaknya suatu keputusan tergantung dari berbagai faktor. Semakin banyak faktor yang harus dipertimbangkan, semakin relatif sulit juga untuk mengambil keputusan terhadap suatu permasalahan. Apalagi jika upaya
pengambilan
keputusan
dari
suatu
permasalahan
tertentu,
selain
mempertimbangkan berbagai faktor/kriteria yang beragam, juga melibatkan beberapa orang pengambil keputusan.
Manajemen resiko adalah sebuah bagian yang terintegrasi pada kebanyakan perusahaan pada jaman sekarang dan salah satu resiko terbesar yang dilakukan oleh perusahaan dan Bank yaitu menerapkan transaksi penjualan secara kredit kepada konsumen, dimana konsumen membeli produk atau jasa suatu perusahaan tapi dengan sistem kredit dengan suatu bunga dan utang pokok tertentu. Perusahaan menghadapi “resiko kredit” dalam hal misalnya perusahaan tidak menerima “pembayaran di muka” secara tunai untuk produk atau jasa yang dijualnya. Penyerahan barang atau jasa di
Universitas Sumatera Utara
depan dan menagih pembayaran kelak maka perusahaan akan menanggung suatu resiko selama tenggang waktu penyerahan barang dan jasa dengan waktu pembayaran. Resiko kredit ini tidak dengan sungguh-sungguh dikelola oleh perusahaan kecil yang hanya memiliki 1 atau 2 gagal bayar atau keterlambatan oleh konsumennya. Pelunasannya akan lebih terjamin apabila perusahaan menerapkan credit management yang tepat.
Manajemen Resiko Kredit secara kasarnya dapat bermanfaat yaitu bagaimana peminjam atau kredit bisa diberikan kepada seorang pelanggan dengan meminimalkan resiko yang mungkin muncul. Resiko yang muncul yaitu kredit yang bermasalah ataupun kredit macet, kredit dengan agunan fiktif, transfer fiktif sampai yang skala besar berupa jumlah yang fenomenal. Kesemuanya terjadi akibat kurangnya kontrol operasional dan tidak adanya pemisahan tugas antara pelaksana dan manajemen resiko. Hal ini tentu saja dapat mempengaruhi tingkat NPL (Non Performing Loan) suatu Bank, dan seperti yang kita ketahui semakin tinggi tingkat NPL maka hal tersebut dapat mempengaruhi tingkat kesehatan bank dan mempengaruhi eksistensi bank.
Pada awal perkembangannya penggunaan komputer hanya terbatas untuk aplikasi Akuntansi berbasis komputer atau yang dikenal dengan SIA (System Information Āccouting) digunakan untuk menggambarkan sistem yang memproses Aplikasi pengolahan data perusahaan. Seiring dengan berkembangnya teknologi komputer yang memiliki kemampuan proses yang lebih cepat, maka sipenulis ingin membuat suatu konsep Sistem Pendukung Keputusan atau Decision Support System (DSS) yang dapat membantu para kreditur khususnya perbankan dalam memberikan kredit kepada nasabah. Sistem pendukung keputusan ini dapat membantu para kreditur dalam meminimalkan resiko kredit yang akan muncul nantinya, dimana pada saat sekarang ini karena kurangnya pengawasan dan analisis dalam pemberian kredit tidak tertutup kemungkinan banyak terdapat debitur dengan agunan fiktif yang akhirnya merugikan bagi pihak bank, sedangkan biaya untuk mendirikan sistem manajemen resiko dibandingkan potensi mencegah kerugian yang fenomenal, maka dapat ditarik perbandingan bahwa biaya manajemen resiko relatif murah.
Universitas Sumatera Utara
4. RUMUSAN MASALAH
Masalah yang akan diselesaikan adalah bagaimana mengembangkan perangkat lunak berbasis web dengan fitur-fitur terintegrasi untuk menangani permohonan kredit, pengkategorian permohonan kredit, pengambilan keputusan kredit dan pemantauan pelunasan kredit dengan tingkat kustomisasi yang cukup tinggi.
5. BATASAN MASALAH
Batasan-batasan yang terdapat didalam pengerjaan tugas akhir ini diantaranya adalah : 1. Aplikasi ini hanya menangani proses perkreditan dari data pemohon masuk, sampai keputusan atas permohonan kredit itu dikeluarkan. 2. Aplikasi ini tidak menghasilkan suatu keputusan akan permohonan kredit, melainkan mendukung terjadinya suatu pengambilan keputusan dengan melakukan analisis permohonan kredit. 3. Jenis kredit yang ditangani oleh perangkat lunak ini adalah jenis Kredit Modal Kerja (KMK) yaitu kredit untuk modal suatu perusahaan dengan jangka waktu minimal 1 tahun dan maksimal 3 tahun dan dapat diperpanjang. 4. Aplikasi
sistem
pendukung keputusan
yang
akan
dipelajari
adalah
menggunakan metode topsis. 5. Perumusan dan skala yang dibangun oleh Aplikasi yang akan dikembangkan adalah standar kredit Hotel Grand Antares dengan bank BRI.
6. TUJUAN PENELITIAN
Tujuan yang ingin dicapai dalam pengerjaan tugas akhir ini adalah sebagai berikut: 1. Mendapatkan pengetahuan tentang sistem pendukung keputusan khususnya Credit Risk Management dan aplikasinya pada perusahaan. 2. Menghasilkan sebuah perangkat lunak yang mampu menangani masalah kredit ( Credit Risk Management).
Universitas Sumatera Utara
7. MANFAAT PENELITIAN
Manfaat dari penelitian ini adalah : 1. Sebagai pendukung keputusan bagi suatu bank dalam melakukan aktivitas kredit dan meminimalkan resiko kredit yang akan muncul nantinya. 2. Proses pengambilan keputusan dapat dilakukan dengan cepat.
8. TINJAUAN PUSTAKA
8.1 Credit Risk Management
8.1.1 Kredit 1. Pengertian Kredit Kata kredit berasal dari bahasa latin yaitu “credere”, yang artinya percaya atau to believe atau to trust. Dasar pemikiran persetujuan pemberian kredit oleh bank pada seseorang atau badan usaha adalah kepercayaan. Bila dikaitkan dengan kegiatan usaha, kredit berarti suatu kegiatan memberikan nilai ekonomi (economi value) kepada seseorang atau badan usaha yang berlandaskan kepercayaan saat itu, bahwa nilai ekonomi yang sama akan dikembalikan pada kreditur (bank) setelah jangka waktu sesuai dengan kesepakatan yamg sudah disetujui antara kreditur dan debitur.
8.1.2 Resiko Kredit
Resiko kredit adalah suatu resiko yang disebabkan oleh gagal bayar dari pihak klien yang memohon kredit atas kewajiban pembayaran utangnya, dimana hutangnya berupa hutang pokoknya dan bunga dari pokoknya.
Dalam istilah perkreditan dikenal istilah debitur yaitu para klien yang memohon kredit dan istilah kreditur, yaitu pihak yang memberikan kredit, juga ada istilah Collateral atau bisa disebut dengan jaminan, bisa berupa barang-barang yang
Universitas Sumatera Utara
bisa digadaikan, asset yang bergerak, properti, surat jaminan dan lain-lain. Cara termudah untuk menekan resiko kredit yaitu mengenakan suku bunga tinggi pada konsumen yang beresiko tinggi dan sebaliknya. Pihak pemberi kredit menganggap suku bunga ini kompensasi dari resiko pemberian kredit yang mereka lakukan.
8.2 Sistem Pendukung Keputusan
Ada beberapa definisi tentang pengambilan keputusan (decision making), satu diantaranya, pengambilan keputusan adalah pemilihan alternatif perilaku dari dua alternatif atau lebih. Dapat pula dikatakan bahwa pengambilan keputusan adalah tindakan pimpinan untuk memecahkan masalah yang dihadapi dalam organisasi yang dipimpinnya dengan melalui pemilihan satu di antara alternatif-alternatif yang dimungkinkan.
8.3 Metode Topsis
TOPSIS (Technique For Others Reference by Similarity to Ideal Solution) adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal.
Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut. TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa dicapai.
Universitas Sumatera Utara
Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien,dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan.
8.3.1 Multiple Criteria Decision Making dan Metode TOPSIS
Suatu permasalahan multiple criteria decision making dapat digambarkan sebagai berikut: C1 C2 C1 C2 … Cn (1) dengan A1, A2,…Am adalah alternatif-alternatif fisibel yang akan dipilih oleh pengambil keputusan, C1,C2,…Cn menyatakan kriteria performanced yang diukur bagi alternatif A1, A2,…Am, dan xij sebagai nilai dari alternatif Ai untuk kriteria Cj, serta wj adalah bobot kriteria dari Cj. Salah satu metode yang digunakan untuk menyelesaikan permasalahan multiple criteria decision making adalah metode TOPSIS, dan berikut adalah prosedurnya :
Langkah 1 Hitunglah nilai rata-rata untuk setiap alternatif Ai berdasarkan kriteria Cj (j = 1, 2, …, n) dengan menggunakan formula berikut : (2) dengan xLij adalah nilai yang diberikan oleh pengambil keputusan L untuk alternatif Ai berdasarkan kriteria Cj, dan N adalah jumlah pengambil keputusan.
Langkah 2 Hitung matriks keputusan normal, dengan nilai normalisasi rij dihitung dengan menggunakan formula berikut : (3) dengan i = 1, 2, 3, …, m dan j = 1, 2, 3, …, n
Universitas Sumatera Utara
Langkah 3 Hitung matriks keputusan bobot normalnya, dengan nilai normasilasi bobot vij dihitung dengan menggunakan formula berikut : vij = rij . wj ; i = 1, 2, 3, …, m dan j = 1, 2, 3, …, n (4) dengan wi adalah bobot ke-i dari suatu kriteria.
Langkah 4 Tentukan solusi ideal positif dan solusi ideal negatifnya, berturut-turut sebagai berikut: (5) dengan I adalah himpunan kriteria keuntungan (benefit) dan I’ adalah himpunan kriteria biaya.
Langkah 5 Hitunglah jarak Euclide berdimensi-n untuk solusi ideal positif sebagai berikut : ; i = 1, 2, …, m (6) dan jarak Euclide berdimensi-n untuk solusi idel negatif sebagai berikut : ; i = 1, 2, …, m (7)
Langkah 6 Hitunglah hampiran relatif untuk solusi idealnya. Hampiran relatif alternatif ai terhadap A* didefinisikan sebagai berikut : ; i = 1, 2, …, m (8)
Langkah 7 Rankinglah alternatif-alternatif tersebut berdasarkan nilai Ci* pada langkah 6. a.
Menghitung separation measure
b.
Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif
c.
Menentukan nilai preferensi untuk setiap alternatif.
Universitas Sumatera Utara
9. Metode Penelitian
Tahapan-tahapan yang akan dilakukan didalam pengerjaan tugas akhir ini adalah sebagai berikut: 1. Studi literatur sistem pendukung keputusan dan Credit Risk Management. Mempelajari buku, artikel, atau situs yang memuat mengenai Sistem Pendukung Keputusan dan Credit Risk Management serta mempelajari perangkat lunak PHP untuk mengetahui fungsi dan aplikasi pada perusahaan. 2. Studi kasus sistem kredit di Hotel Grand Antares dan BRI Mempelajari sistem kredit di Hotel Grand Antares berupa proses kredit, aspek-aspek penilaian yang digunakan dalam melakukan analisis kredit, konfigurasi yang diperlukan untuk proses kredit BRI. 3. Analisis Melakukan analisis masalah proses kredit di Bank, mempelajari perangkat lunak PHP secara umum, analisis kebutuhan umum sistem, analisis kerja dan analisis kebutuhan perangkat lunak serta modul. 4. Perancangan Melanjutkan hasil analisis perangkat lunak yang sudah dilaksanakan sebelumnya ke tahapan selanjutnya, yaitu perancangan arsitektur perangkat lunak, kerja, modul, basis data dan antarmuka, serta lingkungan pengembangan perangkat lunak. 5. Implementasi Melakukan implementasi dari hasil perancangan yang sudah dilakukaan sebelumnya kedalam suatu aplikasi Credit Risk Management. 6. Pengujian Perangkat Lunak Pengujian perangkat lunak yang sudah dikembangkan dengan sistematika yang sudah dirancang sedemikian rupa untuk melihat perangkat lunak memberikan hasil yang diinginkan.
Universitas Sumatera Utara
10. Rencana Jadwal Kegiatan Penyusunan Tugas Akhir
No. Nama Kegiatan
Tahun 2011 Januari
1.
Pengajuan Judul
2.
Pembuatan Proposal
3.
ACC Proposal
4.
Pengajuan
Februari
Maret
April
Mei
Juni
Seminar
Proposal 5.
Seminar Proposal
7.
Studi Literatur
8.
Perbaikan Proposal
9.
Perancangan Sistem
10.
Implementasi Sistem
11.
Coding
12.
Penulisan Skripsi
13.
ACC Skripsi
14.
Pengajuan
Seminar
Hasil 15.
Seminar Hasil
16.
Perbaikan Skripsi
17
Sidang Meja Hijau
Dosen Pembimbing I
(Syahril Efendi, S.Si, MIT) NIP 196711101996021001
Mahasiswa
Winda Nita Maria S NIM:09142103
Universitas Sumatera Utara
SISTEM PENDUKUNG KEPUTUSAN UNTUK MANAJEMEN RESIKO KREDIT BERBASIS WEB DENGAN MENGGUNAKAN TOPSIS
SKRIPSI
WINDA NITA MARIA SIMAMORA 091421039
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2011
Universitas Sumatera Utara
PERSETUJUAN
Judul
: SISTEM PENDUKUNG KEPUTUSAN UNTUK MANAJEMEN RESIKO KREDIT BERBASIS WEB DENGAN MENGGUNAKAN TOPSIS : SKRIPSI : WINDA NITA MARIA SIMAMORA : 091421049 : EKSTENSI S1 ILMU KOMPUTER : ILMU KOMPUTER : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Kategori Nama Nomor Induk Mahasiswa Program Studi Departemen Fakultas
Diluluskan di Medan, Juni 2011
Komisi Pembimbing Pembimbing 2
:
Ade Candra, ST, M.Kom NIP. 197909042009121002
Pembimbing 1
Syahril Efendi, S.Si, MIT NIP. 196711101996021001
Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer FMIPA USU Ketua,
Dr. Poltak Sihombing, M.Kom NIP. 196203171991021001
Universitas Sumatera Utara
PERNYATAAN
STUDI PERBANDINGAN BEBERAPA ALGORITMA THINNING DALAM PENGENALAN POLA
SKRIPSI
Penulis mengakui bahwa skripsi ini adalah hasil kerja penulis sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan,
Juni 2010
JERNIHTA PARDEDE 081421006
Universitas Sumatera Utara
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa dengan limpah kurnia-Nya Skripsi ini berhasil diselesaikan dalam waktu yang ditetapkan. Ucapan terima kasih penulis sampaikan kepada bapak Prof. Dr. Muhammad Zarlis dan Syahriol Sitorus, S.Si, M.I.T, selaku Ketua dan Sekretaris Ilmu Komputer sekaligus pembimbing pada penyelesaian Skripsi ini yang telah memberikan panduan dan penuh kepercayaan kepada penulis untuk menyempurnakan kajian ini. Panduan ringkas, padat dan professional telah diberikan kepada penulis agar penulis dapat menyelesaikan tugas ini. Ucapan terima kasih juga kepada Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, Semua dosen pada Departemen Ilmu Komputer FMIPA USU, pegawai di Ilmu Komputer FMIPA USU, dan yang terkasih ayahanda R.S Pardede, R.Simbolon, abang-abang saya: J.E.Binhot Pardede, ST, Jhonny Pardede, Jenri Pardede, adik saya Roy Carles Pardede, dan kakanda Friska Nadeak, Amd. Sahabat-sahabat Faithful: Dermawani Sitohang, Lindawati, Mirawati Barus, Novita Ginting, adik PA saya Alexandro Fleeming Marbun dan Fatresha Aritonang. Dan yang tak terlupakan Antoni Siahaan, Serta semua ahli keluarga yang selama ini memberikan bantuan, doa, dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Kuasa membalasnya. Akhirnya penulis berharap bahwa tugas akhir ini bermanfaat terutama kepada penulis maupun para pembaca serta semua pihak yang berhubungan dengannya. Penulis menyadari sepenuhnya bahwa kajian ini sangat jauh dari sempurna. Oleh karena itu kritik dan saran yang membangun sangat diharapkan demi perbaikan.
Universitas Sumatera Utara
ABSTRAK
Zaman sekarang ini, manusia dihadapi bermacam-macam pengambilan keputusan. Pengambilan keputusan yang melibatkan beberapa kriteria disebut Multiple Criteria Decision Making. Salah satu metode yang dapat digunakan untuk mengatasi permasalahan ini adalah TOPSIS (Technique for Other Preference by Similaraty to Ideal Solution). Pengambilan Keputusan dalam Manajemen Resiko Kredit ditentukan oleh beberapa kriteria yaitu Laba bersih, Karakter, Posisi pasar, Situasi persaingan, Manajemen, dan Agunan. Dalam kajian ini telah dibangun sebuah sistem pendukung keputusan untuk membantu dalam menentukan resiko kredit dengan menggunakan TOPSIS. Langkah-langkah TOPSIS adalah: 1. membangun sebuah matriks keputusan, 2. membuat keputusan ternormalisasi, 3. membuat keputusan ternormalisasi terbobot, 4. menentukan solusi ideal positif dan negatif, 5. menghitung separasi, 6. menghitung kedekatan relatif terhadap solusi ideal positif, 7. merangking alternatif. Hasil akhir berupa pengurutan data calon nasabah yang dijadikan alat bantu dalam pengambilan keputusan.
Kata Kunci : TOPSIS, Decision Making, Kriteria
Universitas Sumatera Utara
ABSTRACT
Today, man faces a variety of decision making problems. Decision making become involves a few criteria is called Multiple Criteria Decision Making. One of the methods that can be used to solve this problem is TOPSIS. Decision making in credit risk management is determined by a few criteria, there are profit, character, position of market, situation of competition, management and multi criteria problems. In the objective in this study, a decision supporting system has been built to help in determining credit risk management by using TOPSIS. The step of TOPSIS are: 1. Construct a decision matrix, 2. construct the normalized decision matrix , 3. construct the weighted normalized decision matrix, 4. determine ideal and negative ideal solution, 5. calculate the separation measure, 6. calculate the relative to ideal solution, 7. rank the preference order. The output of the process is a ranked of new customer candidates that is used as a helping tool in decision making.
Keywords : TOPSIS, Decision Making, Criteria
Universitas Sumatera Utara
DAFTAR ISI
Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar isi Daftar Gambar Daftar Tabel
ii iii iv v vi vii ix xi
BAB 1
PENDAHULUAN 1.1 Latar Belakang 1.2 Perumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Metode Penelitian 1.7 Sistematika Penulisan
1 1 3 3 4 4 4 5
BAB 2
TINJAUAN TEORITIS 2.1 Kredit 2.1.1 Pengertian Kredit 2.2 Sistem Pengawasan Kredit 2.3 Resiko Kredit 2.4 Sistem Pendukung Keputusan (DSS) 2.4.1 Komponen-komponen DSS 2.5 TOPSIS
7 7 7 9 12 13 15 17
BAB 3
ANALISIS DAN PERANCANGAN 3.1 Analisis Masalah 3.1.1 Proses Bisnis Kredit Bank BRI 3.2 Analisis Kerja 3.2.1 Analisis Kebutuhan Data 3.3 Perancangan Sistem 3.4.1 Diagram Dekomposisi 3.4.2 DFD dan Spesifikasi Proses 3.4.3 DFD Level 1 3.4.4 DFD Level 2 3.5 Kamus Data 3.6 ERD 3.6.1 Penyusun Basis Data 3.7 Flowchart
22 22 22 23 26 31 31 32 33 36 38 40 42 47
Universitas Sumatera Utara
BAB 4
IMPLEMENTASI APLIKASI 4.1 Implementasi 4.2 Tampilan Antarmuka Pemakai 4.3 Pengujian Sistem
50 50 50 56
BAB 5
PENUTUP 5.1 Kesimpulan 5.1 Saran
67 67 67
DAFTAR PUSTAKA
69
LAMPIRAN
70
Universitas Sumatera Utara
DAFTAR TABEL
Halaman 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 3.10 3.11 3.12 3.13 3.14 3.15 3.16 3.17 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9
Matriks Keputusan Matriks Keputusan Ternormalisasi Matriks Keputusan Ternormalisasi Terbobot Solusi Ideal Positif Solusi Ideal Negatif Seperatif Positif Seperatif Negatif Nilai C+ Dekomposi Proses DFD-Proses Bisnis Data Debitur Laba Neraca Data NonFinansial Detail Data NonFinansial Ranking Rating User Matriks Keputusan Matriks Keputusan Ternormalisasi Matriks Keputusan Ternormalisasi Terbobot Solusi Ideal Positif Solusi Ideal Negatif Seperasi Positif Seperasi Negatif Nilai C+ Pengurutan Alternatif
27 27 28 29 29 30 30 31 34 42 43 44 45 45 46 46 47 57 57 58 58 58 58 59 59 59
Universitas Sumatera Utara
DAFTAR GAMBAR
Halaman 2.1 2.2 3.1 3.2 3.3 3.4 3.5 3.6 3.7 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12 4.13
Komponen Sistem Pendukung Keputusan Matriks Keputusan X Diagram Dekomposisi Context Diagram DFD Level 1 DFD Level 2 Proses 3 DFD Level 2 Proses 4 ERD Flowchart Tampilan Menu Awal Form Data CIF Form Data Finansial Form Data Non Finansial Form Data Agunan Form Rating Matriks Keputusan Ternormalisasi Matriks Keputusan Ternormalisasi Terbobot Solusi Ideal Positif Solusi Ideal Negatif Seperasi Positif Seperasi Negatif Ranking
15 18 32 33 35 37 37 41 48 51 52 53 54 55 56 60 61 62 63 64 65 66
Universitas Sumatera Utara