SISTEM PENUNJANG KEPUTUSAN MENGGUNAKAN METODE ANALYTICS HIERARCY PROCESS

Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016) Yogyakarta, 18 – 19 Maret 2016

ISSN: 2089-9815

SISTEM PENUNJANG KEPUTUSAN MENGGUNAKAN METODE ANALYTICS HIERARCY PROCESS Sigit Darmawan Kantor Sistem Informasi, Universitas Atma Jaya Yogyakarta Jl. Babarsari No 43, Yogyakarta 55281, Indonesia Email: [email protected]

ABSTRAK Secara umum tingginya daya beli masyarakat Indonesia untuk membeli kendaraan bermotor, menyebabkan maraknya perusahaan auto finance untuk memberikan fasilitas pembiayaan pembelian motor secara kredit. Ketidakakuratan dalam penyeleksian calon debitur yang mengajukan kredit, menjadi masalah yaitu timbulnya kredit macet. Berdasarkan permasalahan inilah sebuah sistem informasi dirancang untuk memberikan bahan pertimbangan kepada analis kredit agar dapat membuat keputusan dalam penilaian kelayakan pemberian kredit. Sistem penunjang keputusan pemberian kredit ini menggunakan metode AHP (Analytical Hierarchy Process). Kriteria-kriteria penilaian dalam pemberian kredit mengacu kepada prinsip “ The five C’s of Credit Analysis”,yaitu Character, Capacity, Capital, Collateral, Condition of Economy. Tempat penelitian sistem ini diuji di CV. Brenggolo Auto Finance yang menjalankan bisnis dengan cara lama atau tradisional. Prosentase tingkat kevalidasian dari uji program yang telah dilakukan di CV. Brenggolo Auto Finance adalah 76.47%. Sistem ini menggunakan server Apache, bahasa pemrograman PHP, dan database MySQL. Kata Kunci: Sistem Penunjang Keputusan, AHP, Kredit, PHP, database MySQL ABSTRACT Generally, the high purchasing power of Indonesian people to buy a motorcycle, causes many auto finance companies have sprung up to provide financing facilities for motorcycle purchases on credit. The problems is the inaccurateness in selecting prospective debtors which impact on the incidence of bad debts. Based on these issues an information system is designed to give consideration for credit analysts that to make a decision in the assessment of creditworthiness. Lending decision supporting system is using AHP (Analytical Hierarchy Process). The criteria for assessment in lending refers to the principle of "the five C's of Credit Analysis" that is Character, Capacity, Capital, Collateral, Condition of Economy. The research will take place in CV. Brenggolo Auto Finance, which is operated by old way of bussiness. Level percentage of validity of the test program has been carried out on CV. Brenggolo Auto Finance is 76.47%. The system using the Apache server, PHP programming language, and MySQL database. Keywords: Decision supporting system, AHP, Credit, PHP, MySQL database

Untuk menjaga kualitas pelayanan dan nilai target perusahaan auto finance, maka dibutuhkan tindakan cepat dan akurat agar tidak menimbulkan kredit macet dan kesalahan kualifikasi debitur. Tentu saja jika hal ini terjadi, maka perusahaan auto finance akan menanggung kerugian. Selain itu keputusan yang diambil oleh seorang analis kredit dalam menetukan calon debitur juga sangat penting karena dasar pemberian kredit adalah kepercayaan. Seseorang atau suatu badan usaha yang memberikan kredit percaya bahwa penerima kredit dimasa mendatang akan sanggup memenuhi segala sesuatu yang telah dijanjikan. Atas dasar inilah dipikirkan bagaimana membuat suatu sistem terkomputerisasi yang

1.

PENDAHULUAN Sistem perekonomian di Indonesia mengenal adanya pembelian barang secara tunai maupun secara kredit. Sebagian besar penduduk Indonesia mengenal dengan baik kedua metode tersebut, terutama model kredit yang terbukti dengan banyaknya minat masyarakat Indonesia, mengajukan permohonan kredit yang hampir merambah semua sektor penjualan barang termasuk kendaraan bermotor. Hal tersebut juga diikuti oleh sebagian besar perusahaan auto finance di Indonesia yang memberikan fasilitas kemudahan bagi para pembeli untuk mendapatkan kendaraan yang mereka inginkan secara cepat, tepat dan mudah.

423


dapat digunakan oleh analis kredit untuk membantu membuat suatu keputusan yang mampu melakukan penilaian kelayakan pemberian kredit kendaraan bermotor. Setelah penilaian selesai dilakukan, maka akan didapatkan hasil berupa seseorang pemohon kredit tersebut layak atau tidak untuk menerima kredit. Sistem yang dibuat akan lebih bersifat untuk membantu analis kredit dalam pengambilan keputusan dan bukan menggantikannya. Pada penelitian ini metode yang akan digunakan untuk pengambilan keputusan adalah menggunakan metode Analytic Hierarchy Process (AHP). Metode ini mampu memodelkan permasalahan kompleks dengan memecahkan persoalan tersebut kedalam suatu susunan hirarki, kemudian memberi nilai numerik pada pertimbangan subjektif tentang pentingnya tiap variabel untuk menetapkan variabel yang mana memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut. Dengan pola penilaian tersebut, maka permasalahan yang ditemukan pada perusahaan auto finance sangat cocok apabila menggunakan metode ini.

ISSN: 2089-9815

finance CV. Brenggolo Auto Finance. adalah sebagai berikut: 1) Dealer kendaraan bermotor yang memiliki kerja sama dengan perusahaan auto finance mengusulkan calon debitur. 2) Calon debitur memberikan data – data yang dibutuhkan untuk penentuan pemberian kredit. 3) Surveyor perusahaan auto finance melakukan pengecekan lingkungan tentang kebenaran data – data yang diberikan oleh debitur dan kondisi disekitar lingkungan calon debitur. 4) Hasil dari pengecekan lingkungan yang dilakukan oleh surveyor diberikan kepada analis kredit untuk dilakukan analisa mengenai kelayakan seorang debitur untuk dapat diberikan kredit kendaraan bermotor. 5) Seorang analis kredit melakukan analisa terhadap calon debitur dengan berpedoman pada kriteria – kriteria yang sudah ditentukan, yaitu mengacu pada kriteria 5C, Character, Capacity, Capital, Colateral, dan Condition of Economy. 6) Setelah dilakukan analis, analis kredit memberikan kesimpulan tentang layak tidaknya debitur tersebut untuk menerima kredit kendaraan bermotor.

2.

KREDIT Istilah kredit berasal dari bahasa Yunani (credere) yang berarti kepercayaan (truth atau faith). Oleh karena itu dasar dari kredit adalah kepercayaan. Seseorang atau suatu badan yang memberikan kredit (kreditur) percaya bahwa penerima kredit (debitur) dimasa mendatang akan sanggup memenuhi segala sesuatu yang telah dijanjikan. Apa yang telah dijanjikan itu dapat berupa barang, uang atau jasa. Dengan akan diterimanya kontraprestasi pada masa yang akan datang, maka jelas tergambar bahwa kredit dalam arti ekonomi adalah penundaan pembayaran dari prestasi yang diberikan sekarang, baik dalam bentuk barang, uang maupun jasa. Dengan demikian kredit itu dapat pula berarti bahwa pihak kesatu memberikan prestasi baik berupa barang, uang, atau jasa kepada pihak lain, sedangkan kontraprestasi akan diterima kemudian (dalam jangka waktu tertentu). “Kredit adalah hak untuk menerima pembayaran atau kewajiban untuk melakukan pembayaran pada waktu diminta, atau pada waktu yang akan datang karena penyerahan barang – barang sekarang” (Thomas Suyanto, 1997).

2.2. Metode Analytical Hierarchy Process (AHP) Menurut (Turban, 2005) sistem pendukung keputusan adalah sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para manajer mengambil keputusan. Menurut (Kadarsah,2000) AHP digunakan dengan tujuan untuk menyusun prioritas dari berbagai alternative atau pilke dalam kelompok-kelompok tersebut diatur menjadi suatu bentuk hirarki. Sedangkan menurut (Kusrini, 2007) prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur dan dinamik dengan memecahkan persoalan tersebut kedalam bagian – bagiannya, serta menata dalam suatu hirarki. Kemudian tingkat kepentingan setiap variabel diberi nilai numerik secara subjektif tentang arti penting variabel tersebut secara relatif dibandingkan dengan variabel lain. Dari berbagai pertimbangan tersebut kemudian dilakukan sintesa untuk menetapkan variabel yang memiliki prioritas tinggi dan berperan untuk mempengaruhi hasil pada sistem tersebut.

2.1. Mekanisme Pemberian Kredit Kendaraan Bermotor Adapun mekanisme pemberian kredit kendaraan bermotor menurut perusahaan auto

424


Matriks perbandingan berpasangan diisi menggunakan nilai tingkat kepentingan untuk merepresentasikan tingkat kepentingan dari suatu kriteria terhadap kriteria yang lainnya. Matriks perbandingan berpasangan dimulai dari level yang paling tinggi, dan suatu kriteria digunakan sebagai dasar pembuatan perbandingan. Misalnya terdapat n unsur operasi, yaitu A1, A2, …, An maka hasil perbandingan dari unsur operasi tersebut akan membentuk matriks perbandingan berukuran n × n. Matriks perbandingannya dapat dilihat dalam Tabel 2 dibawah ini. Tabel 2 Contoh matriks perbandingan berpasangan A1 A2 … An

3. PROSEDUR AHP Menurut (Kusumadewi, 2006) prosedur atau langkah – langkah dalam menyelesaikan masalah menggunakan metode AHP ini meliputi: 1. Membuat matriks perbandingan berpasangan. Langkah awal dalam prosedur AHP adalah membuat matriks perbandingan berpasangan yaitu melakukan perbandingan antara satu kriteria dengan kriteria lainya, pembandingan dilakukan menurut tingkat kepentingan, kriteria mana yang lebih penting. tingkat kepentingan matriks perbandingan berpasangan diukur dari nilai 1 – 9, tingkat kepentingan tertinggi terdapat pada nilai 9 dan tingkat kepentingan terendah terdapat pada nilai 1. Standar nilai tingkat kepentingan dapat dilihat dalam Tabel 1 dibawah ini. Tabel 1 Standar nilai tingkat kepentingan Nilai Keterangan 1

Kedua elemen pentingnya

3

Elemen yang satu sedikit lebih penting dari pada elemen yang lainya

sama

5

Elemen yang satu lebih penting daripada yang lainnya

7

Satu elemen jelas mutlak penting dari pada elemen yang lainnya

9

Satu elemen mutlak penting dari pada elemen yang lainnya

2, 4, 6, 8

Nilai – nilai antara dua nilai pertimbangan yang berdekatan

ISSN: 2089-9815

2.

A1

1

a12

…

a1n

A2

a21

1

…

a2n

…

…

…

…

…

An

an1

an2

…

1

Normalisasi Matriks Setelah kita selesai membuat matriks perbandingan berpasangan, selanjutnya kita melakukan proses normalisasi matriks menggunakan konsep eigenvector. Proses normalisasi matriks ini bertujuan untuk menemukan urutan/perangkingan prioritas. Hasil urutan/perangkingan prioritas sering juga disebut vektor bobot atau nilai rata-rata (wT). Misalkan kita memiliki n tujuan dalam AHP, dan A adalah matriks perbandingan berpasangan, maka vektor bobot yang terbentuk: (A)(wT) = (n)(wT) Dapat didekati dengan cara:

Kebalikan

Jika aktivitas i mendapat satu angka dibandingkan dengan aktivitas j, maka j memiliki nilai kebalikannya dibandingkan dengan i

a.

Menormalkan setiap kolom j dalam matriks A,

Sebut sebagai A’

425


b.

ISSN: 2089-9815

Untuk setiap baris i dalam A’, hitung nilai rata – ratanya:

Tabel 3 Daftar indeks random konsistensi

Dengan wi adalah bobot tujuan ke-i dari vektor bobot. 3. Indeks Konsistensi Untuk mengetahui tingkat konsistensi, metode AHP harus dilengkapi dengan perhitungan indeks konsistensi (CI). Setelah diperoleh indeks konsistensi, maka hasilnya dibandingkan dengan indeks konsistensi random (IR) untuk setiap n objek. Misalkan A adalah matriks perbandingan berpasangan, dan w adalah vektor bobot, maka konsistensi dari vector bobot w dapat diuji sebagai berikut: a. Hitung:

Ukuran Matriks

Nilai RI

1, 2

0,00

3

0,58

4

0,90

5

1,12

6

1,24

7

1,32

8

1,41

9

1,45

10

1,49

11

1,51

12

1,48

13

1,56

14

1,57

15

1,59

T

b.

c.

d.

(A)(w ) Dengan A: matriks perbandingan berpasangan wT: vektor bobot dalam format baris Hitung:

4. Perankingan Selanjutnya untuk mengetahui total nilai, kita harus menentukan nilai vektor dari masing – masing kriteria (sij), setelah kita mendapatkan nilai vektor dari masing – masing kriteria (sij) kemudian dikalikan dengan nilai vektor (wi) maka akan didapat total nilai (sj). Total nilai inilah sebagai dasar untuk proses perankingan, nilai yang tertinggi itulah sebagai alternatif yang terbaik. Misalkan ada n tujuan dan m alternatif pada AHP, maka proses perankingan alternatif dapat dilakukan melalui langkah – langkah berikut ini:

Hitung Indeks Konsistensi (CI):

Dengan n = jumlah objek/kriteria Hitung Rasio Konsistensi (CR): Rasio konsistensi adalah perbandingan antara Indeks Konsistensi (CI) dengan Indeks Random Konsistensi (RI).

Dengan CI = Indeks Konsistensi RI = Indeks Random Konsistensi Jika CR ≤ 0,1 berarti benar atau konsisten, tetapi apabila CR ≥ 0,1 berarti tidak konsisten.

a.

b.

Untuk daftar Indeks Random Konsistensi (RI) dapat dilihat dalam Tabel 3 dibawah ini.

c.

426

Untuk setiap tujuan i, tetapkan matriks perbandingan A, untuk m alternatif. Tentukan vektor bobot untuk setiap Ai yang mempresentasikan bobot relatif dari setiap alternatif ke-j pada tujuan ke-i (sij). Hitung total nilai:


ISSN: 2089-9815

terhubung dengan internet dan mengakses alamat web ( purnomo, 2014). d.

Data Flow Diagram (DFD) Data Flow Diagram (DFD) level 1 untuk sistem yang akan dibangun dapat dilihat pada Gambar 2. Kemudian dari level 1 dijadikan DFD level 2 proses 2 dapat lihat pada Gambar 3, DFD level 2 proses 3 pada Gambar 4.

Pilihlah alternatif dengan nilai tertinggi.

4.

MAKSUD DAN TUJUAN Tujuan dari penelitian ini adalah membangun sebuah sistem penunjang keputusan dengan menggunakan metode Analytic Hierarchy Process (AHP) berbasis Website. 5. PEMBAHASAN 5.1. Analisis Sistem yang Berjalan Sistem adalah kumpulan dari unsur atau elemen-elemen yang saling berkaitan atau berinteraksi dan saling mempengaruhi dalam melakukan kegiatan bersama untuk mencapai suatu tujuan tertentu (Murdic dan Ross : 1993, di kutip dari Hanif Al Fatta, 2007 ). Selama ini pada CV. Brenggolo Auto Finance, menjalankan bisnis dengan cara lama atau tradisional. Sebagai contoh, pada saat ada calon konsumen datang untuk melakukan pembelian kendaraan bermotor, pihak auto finance meminta uang muka sebagai tanda jadi, lalu calon konsumen diminta mengumpulkan syarat – syarat yang lain, lalu dilakukan survey berkaitan dengan data calon konsumen. Setelah dirasa memenuhi syarat motor baru dapat dibawa pulang. Oleh karena itu perlu dilakukan perbaikan SOP dan sistem yang dapat mendukung kebijakan baru.

Gambar 2. Dfd level 1

5.2. Analisis Kebutuhan Sistem Sistem penunjang keputusan ini merupakan aplikasi yang dikembangkan berbasis website. Aplikasi ini dapat mengelola data konsumen yang mengajukan kredit, memberikan pertanyaan berkaitan dengan syarat perkreditan, dan memberikan hasil penghitungan sebagai bahan acuan analis kredit. Aplikasi ini berjalan di web browser dibuat dengan bahasa pemrograman PHP dan DBMS ( Database Management System ) MySQL. PHP merupakan bahasa pemrograman website yang banyak dipakai, Open Source dan terus dikembangkan. MySQL adalah database server yang andal, yang banyak digunakan untuk mengimplementasikan database. MySQL sifatnya Open Source (Abdul Kadir, 2009). Arsitektur perangkat lunak berupa client-server, dimana server merupakan tempat penyimpanan semua data. Administrator dapat melakukan pengelolaan akademik dengan menggunakan komputer yang terhubung dengan internet dengan mengakses web sistem. Pengguna dapat melihat informasi melalui komputer yang

Gambar 3 Dfd level 2 proses 2

Gambar 4 Dfd level 2 proses 3 5.3 Spesifikasi Kebutuhan Fungsional Sistem Use Case Diagram adalah tabel grafis yang berisi rangkaian use case yang di gunakan untuk menjelaskan sebuah permodelan (Martin Fowler, 2005). Kebutuhan fungsionalitas dari sistem penunjang keputusan ditunjukkan dengan diagram use case pada Gambar 5, secara rinci

427


untuk deskripsinya ditunjukkan dengan diagram use case glossary ( Tabel 4 ). Use case diagram menunjukkan ada dua aktor yang terlibat yaitu admin dan analis kredit. Admin memiliki tugas untuk mengelola data dealer, data calon konsumen, data motor, pertanyaan – pertanyaan untuk konsumen dan lain – lain. Analis kredit akan mendapatkan daftar calon konsumen yang direkomendasikan oleh sistem setelah melalui penghitungan.

Gambar 5. Use case diagram

login

create, update, delete daftar dealer

create, update, delete merk kendaraan

Use Case Description Use case ini memungkinkan aktor mendapatkan hak akses ke sistem. Login didapat dari username dan password Use case ini digunakan oleh aktor untuk mengelola data konsumen yang akan melakukan pengajuan kredit Use case ini digunakan oleh aktor untuk memasukkan data merk kendaraan

create, update, delete type kendaraan

Use case ini digunakan oleh aktor untuk memasukkan data type kendaraan

create, update, delete

Use case ini digunakan

harga kendaraan

oleh aktor untuk memasukkan data harga kendaraan

create, update, delete debitur

Use case ini digunakan oleh aktor untuk memasukkan data debitur

proses kredit debitur

Use case ini digunakan oleh aktor untuk melakukan proses kredit debitur

proses kredit

penilaian

Use case ini digunakan oleh aktor untuk melakukan penilaian kredit

create, update, delete admin/user

Use case ini digunakan oleh aktor untuk melakukan pengolahan pengguna sistem

logout

Logout merupakan proses aktor keluar dari sistem

5.4 Spesifikasi Kebutuhan Data Data yang dibutuhkan di dalam sistem ini adalah data ialah entitas mahasiswa, dosen, mata kuliah ditawar, mata kuliah diambil, kelas, semester akademik. Detail kebutuhan data dilihat pada Entity Relationship Diagram ( ERD ) Gambar 8.

Tabel 4. Use case glossary sistem penunjang keputusan Use Case Name

ISSN: 2089-9815

Gambar 6 Entity relationship diagram (ERD) 6. Perancangan Sistem Halaman ini merupakan halaman login. Ada dua pilihan untuk role login yaitu Dosen dan Mahasiswa. Jika ingin masuk ke sistem informasi akademik harus login terlebih dahulu. Dan disini terdapat kode keamanan yaitu captcha (Completely Automated Public Turing test to tell Computers and Humans Apart) yang merupakan kode random yang bertujuan untuk

428


meminimalisasi risiko attack dan memastikan bahwa yang mengisi form adalah benar-benar user (orang) bukan kode program. Tampilan halaman login dapat dilihat dalam Gambar 7.

ISSN: 2089-9815

Halaman kriteria berisi tentang penetapan nilai kriteria yang akan digunakan untuk penghitungan kredit.

Gambar 11 Tampilan halaman kriteria Gambar 7 Tampilan halaman login Admin dapat melakukan melakukan penginputan data dealer yang telah bekerja sama dengan CV. Brenggolo Auto Finance.

Gambar 12 Tampilan halaman sub kriteria

Gambar 13 Tampilan halaman pertanyaan

Gambar 8 Tampilan halaman dealer Halaman debitur digunakan untuk melakukan pengolahan data debitur.

Gambar 14 Tampilan halaman pengajuan pertanyaan

Gambar 9 Tampilan halaman debitur Halaman harga kendaraan digunakan untuk melakukan pengolahan data kendaraan.

Gambar 15 Tampilan halaman hasil pengajuan kredit

Gambar 10 Tampilan halaman harga kendaraan

7. Pengujian akurasi Untuk mengecek kebenaran dari sistem ini,

429


peneliti membandingkan dengan data hasil uji penilaian yang digunakan oleh CV. Brenggolo Auto Finance, data yang digunakan adalah sebanyak 17 data hasil uji penilaian kredit. Hasil percobaan yang dilakukan kepada 17 calon penerima kredit merupakan data simulasi untuk mengetahui sejauh mana sistem pendukung keputusan ini sudah bisa menentukan kelayakan pemberian kredit bagi nasabah yang diterima, dipertimbangkan dan ditolak. Prosentase tingkat kevalidasian dari uji program yang telah dilakukan di CV. Brenggolo Auto Finance adalah 76.47%. Hal ini didapatkan berdasarkan uji program Sistem Pendukung Keputusan Kelayakan Kredit dengan Metode AHP yang disesuaikan dengan uji penilaian yang dilakukan oleh CV. Brenggolo Auto Finance. Hasil uji program dapat dilihat dalam Tabel dibawah ini:

no 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

12 13 14 15 16 17

Novi Dena Marga Irul Dewi Nana

ISSN: 2089-9815

0.53 0.67 0.39 0.53 0.59 0.53

ditolak Diterima ditolak Dipertimbangkan Dipertimbangkan Dipertimbangkan

Dari hasil uji program ini didapat prosentase tingkat validasi sistem ini adalah 76.47 %. Hasil prosentase ini dapat dilihat dalam Tabel 7 dibawah ini: Tabel 7. Tabel prosentase tingkat validasi program keterangan Nilai total Prosentase Valid 13 76.47% Tidak valid 4 23.53% Jumlah 17 100% Dari tabel di atas menunjukkan bahwa tingkat validasi sistem ini adalah 76.47 % dapat digunakan dalam menentukan kelayakan pemberian kredit nasabah dan 23.53 % tidak valid. Ketidakvalidan dari sistem ini disebabkan dari kebutuhan perusahaan auto finance dalam menentukan kelayakan pemberian kredit pada calon nasabah. Jika pihak auto finance membutuhkan 10 calon penerima kredit untuk direkomondasikan dalam mendapatkan kredit maka calon penerima kredit yang dipertimbangkan juga dapat direkomondasikan dalam mendapatkan kredit.

Tabel 5. Tabel uji kelayakan CV. Brenggolo Auto Finance nama Nilai keputusan total Sugiman 20 Dipertimbangkan Wanto 13 ditolak Wisnu 18 Dipertimbangkan Joko 26 Diterima Parman 13 ditolak Fauzi 25 Diterima Zarkoni 29 Diterima Yosep 28 Diterima Sucipto 27 Diterima Siska 30 Diterima Cindy 28 Diterima Novi 18 ditolak Dena 20 Dipertimbangkan Marga 16 ditolak Irul 18 Dipertimbangkan Dewi 19 Dipertimbangkan Nana 17 ditolak

8. Kesimpulan Berdasarkan hasil penelitian terhadap sistem penunjang keputusan pada CV. Brenggolo Auto Finance maka penulis dapat menarik kesimpulan sebagai berikut : 1.Keputusan untuk menentukan penerima kredit mana yang akan diterima sangat menentukan maju tidaknya perusahaan autofinance tersebut, sehingga sistem ini bisa dikatakan sebagai penunjang keputusan saja, keputusan final tetap berada pada tangan analis kredit. 2.Prosentase tingkat kevalidasian dari uji program yang telah dilakukan di CV. Brenggolo Auto Finance adalah 76.47%, itu berarti sistem ini bisa mendukung kegiatan operasional CV. Brenggolo Auto Finance.

Tabel 6. Tabel uji kelayakan menggunakan sistem penunjang keputusan no nama Nilai keputusan total 1 Sugiman 0.72 Diterima 2 Wanto 0.43 ditolak 3 Wisnu 0.59 Dipertimbangkan 4 Joko 0.89 Diterima 5 Parman 0.31 ditolak 6 Fauzi 0.89 Diterima 7 Zarkoni 1 Diterima 8 Yosep 1 Diterima 9 Sucipto 1 Diterima 10 Siska 1 Diterima 11 Cindy 1 Diterima

DAFTAR PUSTAKA Al Fatta, Hanif. 2007. Analisis & Perancangan Sistem Informasi.

430


Fowler, Martin. 2005. UML Distilled Panduan Singkat Bahasa Pemodelan Objek Standard. Yogyakarta: Penerbit Andi. Hartono. 2013. "Pemanfaatan Metode Analytical Hierarchy Process Untuk Penentuan Kenaikan Jabatan Karyawan". Medan, STMIK IBBI. Jogiyanto. 2005. Analisis & Desain Sistem Informasi. Yogyakarta: Penerbit Andi. Kadarsah Suryadi dan Ali Ramdhani. 2000. Sistem Pendukung Keputusan, Bandung : Remaja Rosda Kerja. Kadir, A. 2009. From Zero to A Pro : Membuat Aplikasi Web dengan PHP dan Database MySQL. Yogyakarta: Penerbit Andi. Kusrini. 2007. Analisis Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Penerbit Andi. Kusumadewi S., Hartati, dkk. 2006. Fuzzy Multy-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu. Purnomo. 2014. “Pengembangan Prototype EDirectory Batik Berbasis Mobile Web dan Location Based-Service”. Jurnal Buana Informatika, Volume 5, Nomor 1, Januari. Suyanto, Thomas, dkk. 2007. Dasar – dasar Perkreditan Edisi Keempat. Jakarta: Gramedia Pustaka Utama. Turban. 2005. Sistem Pendukung Keputusan dan Sistem Cerdas, Jogyakarta : Penerbit Andi

431

ISSN: 2089-9815

SISTEM PENUNJANG KEPUTUSAN MENGGUNAKAN METODE ANALYTICS HIERARCY PROCESS

Recommend Documents