PROPOSAL SKRIPSI

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN

PENENTUAN KONSUMEN DALAM PEMBELIAN KREDIT MOTOR
PADA FIFGROUP CABANG LAMPUNG

Diajukan sebagai salah satu syarat untuk penyusunan skripsi

SARJANA KOMPUTER

Disusun Oleh :

A. ZULFI MAULIDI
NPM. 08050082

FAKULTAS ILMU KOMPUTER

JURUSAN SISTEM INFORMASI
INFORMATICS & BUSSINESS INSTITUTE DARMAJAYA
BANDAR LAMPUNG
2015
 BAB I

PENDAHULUAN

1.1 Latar Belakang

FIFGROUP adalah grup manajemen dari beberapa perusahaan yang

memiliki unit bisnis yang berbeda-beda. FIFGROUP saat ini menaungi PT

Federal International Finance dan PT Astra Multi Finance. FIFGroup adalah

Perusahaan yang bergerak di bisnis layanan pembiayaan Astra seperti FIFASTRA

dan FIFSPEKTRA.

FIFASTRA merupakan Jasa layanan pembiayaan sepeda motor khusus

Honda. Baik motor baru maupun second berkualitas, sedangkan FIFSPEKTRA

adalah Jasa layanan pembiayaan multiproduk, mulai dari elektronik, perabot

rumah tangga, peralatan komputer, furnitur, sepeda sampai dengan traktor tangan.

Jasa layanan pembiayaan ini meliputi metode pembiayaan konvensional maupun

syariah.

Dalam melaksanakan kegiatan jasa layanan pembiayaan khususnya kredit

sepeda motor, FIFGROUP bekerjasama dengan dealer resmi Honda dan

menugaskan surveier untuk menyurvei konsumen dimulai dari kelengkapan

berkas dan kondisi lingkungan rumahnya. Setelah syarat berkas lengkap barulah

surveier melanjutkan ketahap selanjutnya dengan menyerahkan berkas kepada CA

( Customer Area ) untuk disetujui atau tidak konsumen tersebut. Akan tetapi

kegiatan dilapangan berbeda dengan prosedur yang ada pada perusahaan, setelah
konsumen mendapat persetujuan pembelian kredit sepeda motor seringkali

konsumen menjual kembali unit sepeda motor tanpa pemberitahuan kepada pihak

perusahaan dan mengakibatkan kerugian pada perusahaan. Berdasarkan riset dan

analisis kualitatif yang dilakukan peneliti di FIFGROUP, menunjukan bahwa

pihak perusahaan memiliki sistem evaluasi dan seleksi konsumen yang dirasa

kurang efektif. Padahal masalah tersebut sudah sering terjadi dan perusahaan juga

seringkali merasa kebingungan ketika harus melakukan penilaian untuk

menentukan konsumen dalam pembelian kredit motor. Sistem ini tentunya tidak

menguntungkan perusahaan, karena kriteria yang digunakan dalam evalausi dan

seleksi konsumen tidak bersifat objektif, sedangkan kriteria yang non cost (non

finansial) sangat mempengaruhi penilaian dan dapat digunakan untuk menilai

konsistensi pembayaran kredit konsumen. Oleh karena itu, pada penelitian ini,

peneliti mencoba untuk merancang suatu sistem evaluasi dan seleksi konsumen

dengan multi kriteria. Pemilihan konsumen perlu dilakukan untuk mendapatkan

konsumen yang benar benar mampu memenuhi pembayaran kredit pada

perusahaan secara konsisten.

1.2. Identifikasi Masalah

Berdasarkan dari latar belakang di atas serta melihat kurang optimalnya

sistem yang ada pada perusahaan, maka rumusan masalah pada penelitian ini

adalah bagaimana merancang bangun sistem pendukung keputusan penentuan

konsumen dalam pembelian kredit motor pada FIFGROUP cabang Lampung

menggunakan metode SAW untuk melakukan sebuah pengembangan sistem ?

1.3. Tujuan dan Manfaat

1.3.1. Tujuan Penelitian

Berdasarkan permasalahan yang ada tujuan yang akan dicapai dalam

penelitian ini adalah :

1. Untuk mendapatkan hasil yang lebih akurat menilai konsistensi

konsumen dalam pembayaran kredit sepeda motor.

2. Dapat memberikan gambaran dalam menentukan konsumen.

3. Dapat membantu untuk memudahkan Perusahaan dalam

menentukan konsumen yang tidak akan menimbulkan masalah.

1.3.2. Manfaat Penelitian

Manfaat yang akan dicapai dalam penelitian tersebut adalah :

1. Dapat Mengimplementasikan metode SAW Pada Penentuan

Konsumen.

2. Meningkatakan Kinerja Perusahaan Dalam Penentuan Konsumen.

3. Dapat Mengambil Keputusan secara tepat dan objektif.

1.4. Batasan Masalah/Ruang Lingkup Masalah

Pada dasarnya permasalahan dalam penentuan konsumen ini cukup luas,

agar penelitian tidak keluar dari pembahasan maka peneliti memberikan batasan

yaitu bagian-bagian yang dibahas pada Penentuan Konsumen Dalam Pembelian

kredit sepeda motor meliputi pengambilan data untuk menentukan konsumen,

Survier dan staff administrasi. Sampling data yang digunakan adalah data asli

tanpa melalui tahap penyaringan/pemfilteran data terlebih dahulu.

 BAB II

TINJAUAN PUSTAKA

2.1 Landasan Teori

Pada landasan teori akan diterangkan teori umum dan pengertian-pengertian

yang berhubungan dengan judul penulisan ini. Teori tesebut ntara lain, teori dasar

sistem, alat dan teknik pengembangan sistem, database, penjelasan tentang sistem

yang berjalan, sampai sistem yang usulkan.

2.1.1 Rancang Bangun

Rancang Bangun adalah Proses perencanaan yang menggambarkan urutan

kegiatan (sistematika) mengenai suatu program.

2.1.2 Sistem

Sistem adalah suatu jaringan kinerja dari prosedur-prosedur yang saling

berhubungan, berkumpul bersama-sama untuk melakukan suatu kegiatan atau

untuk menyelesaikan suatu sasaran yang tertentu.Pendekatan sistem yang lebih

menekankan pada elemen atau komponen.Mendefinisikan sistem sebagai

kumpulan dari elemen-elemen yang berinteraksi untuk mencapai suatu tujuan

tertentu.( Jogiyanto HM., 2005).

2.1.3 Informasi

Informasi adalah data yang diolah menjadi bentuk yang lebih berguna dan

lebih berarti bagi yang menerimanya. (Jogiyanto HM., 2005).

2.1.4 Sistem Informasi

Menurut Jogianto H.M. (2005) Sistem informasidapat didefinisikan

sebagai suatu sistem didalamsuatu organisasi yang merupakan kombinasi dari

orang orang, fasilitas, teknologi, media, prosedur - prosedur dan pengendalian

yang ditujukan untuk mendapatkan jalur komunikasi penting, memproses tipe

transaksi rutin tertentu, memberi sinyal kepada manajemen dan yang lainnya

terhadap kejadian kejadian internal dan eksternal yang penting danmenyediakan

suatu dasar informasi untuk pengambilan keputusan yang cerdik.

Dari kutipan tersebut, daat diketahui baha sistem informasi adalanh

sekumpulan komponen dari informasi yang saling terintegrasi untuk mencapai

tujuan yang spesifik. Komponen yang dimaksud adalah komponen input, model,

output, teknologi, basis data(database), kontrol atau komponen pengendali.

2.1.5 Aplikasi

Aplikasi menurut Jogiyanto HM. (2005), Aplikasi adalah program-

program yang ditulis oleh pemrograman komputer untuk memecahkan suatu

masalah tertentu dengan menggunakan bahasa pemrograman.

 Sedangkan dalam Kamus Komputer (2003), aplikasi adalah program

komputer yang dibuat untuk menolong manusia melaksanakan tugas

tertentu.Aplikasi berbeda dengan sistem operasi (yang menjalankan komputer),

utility (yang melaksanakan perawatan atau tugas-tugas umun) dan bahasa (yang

digunakan untuk membuat program komputer).

Berdasarkan definisi diatas, maka aplikasi adalah program-program yang

ditulis oleh pemrograman komputer untuk menolong manusia melaksanakan tugas

tertentu dengan menggunakan bahasa pemrograman.

2.2 Fase-Fase Dalam Pengambilan Keputusan

Ada 4 macam fase dalam pengambilan keputusan yaitu :

1. Fase Intelegensi; Fase ini meliputi scanning (pemindaian)

lingkungan, baik intermiten maupun terus-menerus. Inteligensia

mencakup berbagai aktifitas yang menekankan identifikasi situasi

atau peluang-peluang masalah. Berikut ini tahap-tahap yang harus

dilakukan:

a. Identifikasi Masalah, dimulai dengan identifikasi tujuan, sasaran,

dan determinasi apakah tujuan tersebut telah terpenuhi. Disini kita

harus menentukan apakah ada suatu masalah, mengidentifikasi

gejala-gejalanya, menentukan keluasannya, dan mendefinisikannya

secara eksplisit.
 b. Klasifikasi Masalah, konseptualisasi terhadap suatu masalah dalam

rangka menempatkannya dalam suatu kategori yang dapat

didefinisikan.

c. Masalah Terprogram Vs Tidak Terprogram, masalah terprogram

merupakan masalah yang terstruktur dengan baik ayng berulang

serta rutin. Sedangkan masalah tidak terprogram merupakan

masalah yang belum pernah dikenal dan tidak terjadi lagi.

d. Dekomposisi Masalah merupakan pembagian/pemecahan masalah-

masalah yang kompleks.

e. Kepemilikan masalah merupakan hal penting dalam fase

inteligensia. Pembagian tanggung jawab dalam mengatasi

submasalah dapat mempercepat penyelesaian suatu masalah.

2. Fase Desain; Fase desain meliputi penemuan atau mengembangkan dan

menganalisis tindakan yang mungkin untuk dilakukan. Sebuah model

masalah pengambilan keputusan dibangun, dites, dan divalidasi.

Pemodelan meliputi konseptualisasi masalah dan mengabstraksikan

masalah ke dalam bentuk kuantitatif dan atau kualitatif.

3. Fase Pilihan; Fase pilihan adalah fase di mana dibuat suatu keputusan

yang nyata dan diambil suatu komitmen untuk mengikuti tindakan

tertentu. Fase pilihan meliputi pencarian, evaluasi, dan rekomendasi

terhadap suatu solusi yang tepat untuk model.

4. Fase Implementasi; Fase implementasi meliputi membuat suatu solusi

yang direkomendasikan bisa bekerja

2.3 SPK ( Sistem Pendukung Keputusan )

Ada berbagai macam pendapat tentang pengertian sistem pendukung

keputusan. Little (1970) mendefiniskan sistem pendukung keputusan sebagai

sebuah himpunan/kumpulan prosedur berbasis model untuk memproses data dan

pertimbangan untuk membantu manajemen dalam pembuatan keputusannya.

Sedangkan menurut Keen (1980) , sistem pendukung keputusan adalah

sistem berbasis komputer yang dibangun lewat sebuah proses adaptif dari

pembelajaran, pola-pola penggunan dan evolusi sistem.

Bonczek (1980) mendefinisikan sistem pendukung keputusan sebagai

sebuah sistem berbasis komputer yang terdiri atas komponen-komponen antara

lain komponen sistem bahasa (language), komponen sistem pengetahuan

(knowledge) dan komponen sistem pemrosesan masalah (problem processing)

yang saling berinteraksi satu dengan yang lainnya.

Hick (1993) menyebutkan sistem pendukung keputusan sebagai sekumpulan

tools komputer yang terintegrasi yang mengijinkan seorang decision maker untuk

berinteraksi langsung dengan komputer untuk menciptakan informasi yang

berguna dalam membuat keputusan semi terstruktur dan keputusan tak terstruktur

yang tidak terantisipasi.

Dari beberapa definisi di atas dapat kita ambil beberapa ciri/karakteristik

umum dari sebuah sistem pendukung keputusan yang membantu kita dalam

membuat sebuah definisi mengenai Sistem Pendukung Keputusan (SPK) yang

ideal yaitu:

1. SPK adalah sebuah sistem berbasis komputer dengan antarmuka antara

mesin/komputer dan pengguna.

 2. SPK ditujukan untuk membantu pembuat keputusan dalam

menyelesaikan suatu masalah dalam berbagai level manajemen dan

bukan untuk mengganti posisi manusia sebagai pembuat keputusan .

3. SPK mampu memberi alternatif solusi bagi masalah semi/tidak

terstruktur baik bagi perseorangan atau kelompok dan dalam berbagai

macam proses dan gaya pengambilan keputusan.

4. SPK menggunakan data, basis data dan analisa model-model keputusan.

5. SPK bersifat adaptif, efektif, interaktif ,easy to use dan fleksibel

6. SPK menyediakan akses terhadap berbagai macam format dan tipe

sumber data (data source).

2.4 Metode Simple Addtive Weighting

2.4.1 Fuzzy Multiple Attribute Decission Making

Pada dasarnya, proses MADM dilakukan melalui 3 tahap, yaitu

penyusunan komponen-komponen situasi, analisis, dan sintesis

informasi (Rudolphi, 2000). Pada setiap penyusunan komponen,

komponen situasi, akan dibentuk table taksiran yang berisi identifikasi

alternatif dan spesifikasi tujuan, kriteria dan atribut. Salah satu cara

untuk menspesifikasikan tujuan situasi | Oi i=1,,t| adalah dengan

cara mendaftar konsekuensi-konsekuensi yang mungkin dari alternatif

yang telah teridentifikasi |Ai i=1,,n|. Selain itu juga disusun atribut-

atribut yang akan digunakan |ak k=1,m|. Tahap analisis dilakukan

melalui dua langkah. Pertama, mendatangkan taksiran dari besaran

yang potensial, kemungkinan, dan ketidakpastian yang berhubungan

dengan dampak-dampak yang mungkin pada setiap alternatif.

Kedua, meliputi pemilihan preferensi pengambilan keputusan untuk

setiap nilai, dan ketidakpastian terhadap resiko yang timbul. Pada

langkah pertama, beberapa metode menggunakan fungsi distribusi

|Pj(x)| yang menyatakan probabilitas kumpulan atribut |ak| terhadap

setiap alternative |Ai|. Konsekuen juga dapat ditentukan secara

langsung dari agregasi sederhana yang dilakukan pada informasi

terbaik yang tersedia. Demikian pula, ada beberapa cara untuk

menentukan preferensi pengambilan keputusan pada setiap konsekuen

yang dapat dilakukan pada langkah kedua. Metode yang paling

sederhana adalah untuk menurunkan bobot atribut dan kriteria adalah

dengan fungsi utilitas atau penjumlahan terbobot.

Secara umum, model multi-attribute decision making dapat

didefinisikan sebagai berikut (Zimermann, 1991): Misalkan A = {ai | I

= 1,,n} adalah himpunan alternatif-alternatif keputusan dan C = {Cj

| j =1,, m} adalah himpunan tujuan yang diharapkan, maka akan

ditentukan alternative x0 yang memiliki derajat harapan tertinggi

terhadap tujuan-tujuan yang relevan cj. Sebagian besar pendekatan

MADM dilakukan melalui dua langkah, yaitu:

melakukan agregasi terhadap keputusan-keputusan yang tanggap

terhadap semua tujuan pada setiap alternatif; kedua, melakukan

perangkingan alternatif-alternatif keputusan tersebut berdasarkan hasil

agregasi keputusan.
Dengan demikian, bisa dikatakan bahwa, masalah multi-attribute

decision making (MADM) adalah mengevaluasi m alternatif Ai

(i=1,2,,m) terhadap sekumpulan atribut atau kriteria Cj (J=1,2,,n),

dimana setiap atribut saling tidak bergantung satu dengan yang

lainnya. Nilai bobot yang menunjukan tingkat kepentingan relatif

setiap atribut, diberikan sebagai, W: W={W1,W2,,Wn} rating

kinerja (X) matriks keputusan yang diberikan, dan nilai bobot (W)

merupakan nilai utama yang merepresentasikan preferensi absolut dari

pengambilan keputusan. Masalah MADM diakhiri dengan proses

perangkingan untuk mendapatkan alternatif terbaik yang diperoleh

berdasarkan nilai keseluruhan preferensi yang diberikan (Yeh, 2002).

Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu

metode yang digunakan untuk mencari alternatif optimal dari

sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah

menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan

dengan proses perankingan yang akan menyeleksi alternatif yang

sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai

bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan

pendekatan integrasi antara subyektif & obyektif. Masing-masing

pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan

subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para

pengambil keputusan, sehingga beberapa factor dalam proses

perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada

 pendekatan obyektif, nilai bobot dihitung secara matematis sehingga

mengabaikan subyektifitas dari pengambil keputusan.

Ada beberapa metode yang dapat digunakan untuk mnyelesaikan

masalah FMADM. antara lain:

a. Simple Additive Weighting Method (SAW)

b. Weighted Product (WP)

c. ELECTRE

d. Technique for Order Preference by Similarity to Ideal Solution

(TOPSIS)

e. Analytic Hierarchy Process (AHP)

2.4.2 Langkah langkah Metode SAW ( Simple Additive Weighting )

Merupakan metode penjumlahan terbobot. Konsep dasar metode SAW

adalah mencari penjumlahan terbobot dari rating kinerja pada setiap

alternatif pada semua kriteria. Metode SAW membutuhkan proses

normalisasi matrik keputusan ( X ) ke suatu skala yang dapat

diperbandingkan dengan semua rating alternatif yang ada.

Metode SAW mengenal adanya 2 (dua) atribut yaitu kriteria

keuntungan (benefit) dan kriteria biaya (cost). Perbedaan mendasar

dari kedua kriteria ini adalah dalam pemilihan kriteria ketika

mengambil keputusan.
Adapun langkah penyelesaian dalam menggunakannya adalah:

1. Menentukan alternatif, yaitu Ai.

2. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan

keputusan, yaitu Cj.

3. Memberikan nilai rating kecocokan setiap alternatif pada setiap

kriteria.

4. Menentukan bobot preferensi atau tingkat kepentingan (W) setiap

kriteria.

5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap

kriteria.

6. Membuat matrik keputusan yang dibentuk dari tabel rating

kecocokan dari setiap alternatif pada setiap kriteria. Nilai setiap

alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan,

dimana, i=1,2,m dan j=1,2,n.

 7. Melakukan normalisasi matrik keputusan dengan cara menghitung

nilai rating kinerja ternomalisasi (rij) dari alternatif Ai pada kriteria

Cj.

Keterangan :

xij
jika j adalah atribut keuntungan (benefit)
Max xij

i
rij
Min xij
i jika j adalah atribut biaya (cost)
xij

dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada

atribut Cj; i=1,2,...,m dan j=1,2,...,n.

8. Hasil dari nilai rating kinerja ternomalisasi (rij) membentuk matrik

ternormalisasi (R)

9. Hasil akhir nilai preferensi (Vi ) diperoleh dari penjumlahan dari

perkalian elemen baris matrik ternormalisasi (R) dengan bobot

preferensi (W) yang bersesuaian eleman kolom matrik (W).

n
Vi w j rij
j 1
Keterangan :

Vi = rangking untuk setiap alternatif

wj = nilai bobot dari setiap kriteria

rij = nilai rating kinerja ternormalisasi

 Hasil perhitungan nilai Vi yang lebih besar mengindikasikan bahwa

alternatif Ai merupakan alternatif terbaik

Fajar Nugraha ( 2011, p.17 )

2.5 Basis Data

Berikut ini akan dikemukakan definisi dari basis data : Basis data

(Database) adalah sekumpulan informasi bermanfaat yang diorganisasikan

kedalam tata cara yang khusus.

Basis data (database) adalah kumpulan dari berbagai data yang saling

berhubungan satu sama lainnya. Basis data tersimpan di perangkat keras, serta

dimanipulasi dengan menggunakan perangkat lunak. Pendefinisian basis data

meliputi spesifikasi dari tipe data, struktur, dan batasan dari data atau informasi

yang akan disimpan. Basis data (database) terdiri dari dua kata yaitu basis dan

data. Basis dapat diartikan sebagai markas atau gudang tempat berkumpul.

Sedangkan data adalah representasi fakta dunia nyata yang mewakili objek seperti

manusia, barang, hewan, peristiwa konsep dsb, yang direkam dalam bentuk

angka, huruf, symbol teks, gambar, bunyi atau kombinasinya.

Basis data sendiri dapat didefinisikan dalam sejumlah sudut pandang seperti

berikut ini:

1. Himpunan data atau arsip yang saling berhubungan yang diorganisasikan

sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat

dan mudah.
2. Kumpulan data yang saling berhubungan yang disimpan secara bersama

sedemikian rupa dan tanpa pengulangan (redudancy) yang tidak perlu,

untuk memenuhi berbagai kebutuhan.

3. Kumpulan file atau tabel yang saling berhubungan yang disimpan dalam

media penyimpanan elektronis.

2.5.1 DBMS ( Database Management System )

Sistem manajemen database atau database management system

(DBMS) adalah merupakan suatu sistem software yang

memungkinkan seorang user dapat mendefinisikan, membuat, dan

memelihara serta menyediakan akses terkontrol terhadap data.

Database sendiri adalah sekumpulan data yang berhubungan dengan

secara logika dan memiliki beberapa arti yang saling berpautan.

DBMS yang utuh biasanya terdiri dari :

1. Hardware

Hardware merupakan sistem computer actual yang digunakan

untuk menyimpan dan mengakses databse. Dalam sebuah

organisasi berskala besar, hardware terdiri : jaringan dengan sebuah

server pusat dan beberapa program client yang berjalan di

komputer desktop.

2. Software beserta utility Software adalah DBMS yang aktual.

DBMS memungkinkan para user untuk berkomunikasi dengan

database. Dengan kata lain DBMS merupakan mediator antara

 database dengan user. Sebuah database harus memuat seluruh data

yang diperlukan oleh sebuah organisasi.

3. Prosedur

Bagian integral dari setiap sistem adalah sekumpulan prosedur

yang mengontrol jalannya sistem, yaitu praktik-praktik nyata yang

harus diikuti user untuk mendapatkan, memasukkan, menjaga, dan

mengambil data

4. Data

Data adalah jantung dari DBMS. Ada dua jenis data. Pertama,

adalah kumpulan informasi yang diperlukan oleh suatu organisasi.

Jenis data kedua adalah metadata, yaitu informasi mengenai

database.

5. User (Pengguna)

Ada sejumlah user yang dapat mengakses atau mengambil data

sesuai dengan kebutuhan penggunaan aplikasi-aplikasi dan

interface yang disediakan oleh DBMS, antara lain adalah

a. Database administrator adalah orang atau group yang

bertanggungjawab mengimplementasikan sistem database di

dalam suatu organisasi

b. Enduser adalah orang yang berada di depan workstation dan

berinteraksi secara langsung dengan sistem.

c. Programmer aplikasi, orang yang berinteraksi dengan database

melalui cara yang berbeda.

2.5.2 DFD ( Data Flow Diagram )

Data Flow Diagram (DFD) adalah teknik grafis yang menggambarkan

aliran informasi dan perubahan yang digunakan sebagai perpindahan

data dari masukan ke keluaran. Elemen dasar dari data flow diagram

adalah :

1. Entitas Luar (External Entity)

Sesuatu yang berada diluar sistem, tetapi ia memberikan data

kedalam sistem atau memberikan data dari sistem, disimbolkan

dengan suatu kotak notasi. External Entity tidak termasuk bagian

dari sistem. Bila system informasi dirancang untuk satu bagian

maka bagian lain yang masih terkait menjadi external entity.

2. Arus Data (Data Flow)

Arus data merupakan tempat mengalirnya informasi dan

digambarkan dengan garis yang menghubungkan komponen dari

sistem. Arus data ditunjukan dengan arah panah dan garis diberi

nama atas arus data yang mengalir.

Arus data ini mengalir diantara proses, data store dan menunjukan

arus data dari data yang berupa masukan untuk sistem atau hasil

proses sistem.

a. Proses (Process)

Proses merupakan apa yang dikerjakan oleh sistem. Proses dapat

mengolah data atau aliran data masuk menjadi aliran data

keluar. Proses berfungsi mentransformasikan satu atau beberapa

 data keluaran sesuai dengan spesifikasi yang diinginkan. Setiap

proses memiliki satu atau beberapa masukan serta menghasilkan

satu atau beberapa data keluaran. Proses sering juga disebut

bubble.

b. Simpanan Data (Data Store)

Simpanan data merupakan tempat penyimpanan data yang ada

dalam sistem. Data store dapat disimbolkan dengan dua garis

sejajar atau dua garis dengan salah satu sisi samping terbuka.

Proses dapat mengambil data dari atau memberikan data ke

simpanan data (database).

Tabel 2.1 Simbol untuk DFD(Data Flow Diagram)

Simbol Keterangan

(external entitity) Merupakan sumber atau tujuan dari aliran data

dari atau ke sistem

Arus data (data flow) Menggambarkan aliran data dari satu proses ke

proses lainnya
Proses (process) Proses atau fungsi yang menstransformasikan

data

Simpanan data (data store) Komponen yang berfungsi untuk menyimpan

data atau file.

 3. Kamus Data

Kamus data berfungsi untuk membantu pelaku sistem untuk

mengartikan aplikasi secara detail dan mengorganisasi semua

elemen data yang digunakan dalam sistem secara persis sehingga

pemakai dan penganalisis sistem mempunyai dasar pengertian yang

sama tentang masukan, keluaran, penyimpanan dan proses.

2.5.3 Kamus Data

Kamus data merupakan sebuah daftar yang terorganisasi dari elemen

data yang berhubungan dengan sistem, dengan definisi yang teliti

sehingga pemakai dan analisis sistem akan memiliki pemahaman yang

umum mengenai input, output, komponen penyimpanan serta

kalkulasi intermediate.

Pendefinisian data tersebut dilakukan dengan menggunakan notasi

yang umum digunakan dalam menganalisis sistem yaitu dengan

menggunakan sejumlah simbol. Kamus data biasanya dipelihara

secara otomatis oleh sistem manajemen database. Cara

mendefinisikan kamus data yaitu :

1. Menggambarkan arti aliran data atau penyimpanan yang ditunjukan

dalam DFD

2. Menggabungkan komponen dari kumpulan data yang mengalir

yaitu kumpulan komponen yang mungkin bisa dipecah lagi menjadi

data elementer
 3. Menggambarkan data yang tersimpan

4. Menentukan nilai dibagian elementer dari informasi yang relevan

di DFD dan data store-nya.

2.6 MySQL

SQL ( Structured Query Language ) adalah bahasa standar yang digunakan

untuk mengakses server database. Semenjak tahun 70-an bahasa ini telah

dikembangkan oleh IBM, yang kemudian diikuti dengan adanya Oracle,

Informix dan Sybase. Dengan menggunakan SQL, proses akses database

menjadi lebih user-friendly dibandingkan dengan misalnya dBase ataupun

Clipper yang masih menggunakan perintah perintah pemrograman murni.

Selain MySQL, ada beberapa jenis pemograman yang berorientas database

yang dapat digunakan untuk aplikasi di web seperti ORACLE. Oracle

merupakan sebuah perusahaan besar di dunia yang cakupan bisnis salah

satunya adalah penjualan software dan pembuatan software database yang

diperuntukkan bagi perusahaan-perusahaan besar di dunia.

MySQL adalah sebuah server database SQL multiuser dan multi-threaded.

SQL sendiri adalah salah satu bahasa database yang paling populer di dunia.

Implementasi program server database ini adalah program daemon 'mysqld'

dan beberapa program lain serta beberapa pustaka. Sebagaimana database

sistem yang lain, dalam SQL juga dikenal hierarki server dengan database-

database. Tiap-tiap database memiliki tabel-tabel. Tiap-tiap tabel memiliki

field-field.
Umumnya informasi tersimpan dalam tabel tabel yang secara logik

merupakan struktur 2 dimensi terdiri atas baris dan kolom.Field-field

tersebut dapat berupa data seperti int , realm char, date, time dan lainnya.

SQL tidak memiliki fasilitas pemrograman yang lengkap, tidak ada looping

ataupun percabangan. Sehingga untuk menutupi kelemahan ini perlu

digabung dengan bahasa pemrograman semisal Pascal. Dalam training ini

kita menggunakan MySQL sebgai SQL server karena berbagai

kelebihannya. Antara lain :

1. Source MySQL dapat diperoleh dengan mudah dan gratis

2. Sintaksnya lebih mudah dipahami dan tidak rumit

Pengaksesan database dapat dilakukan dengan mudah

 BAB III

METODOLOGI PENELITIAN

3.1. Metode Pengumpulan Data

a. Wawancara

Wawancara adalah metode pengumpulan data dengan mengajukan

pertanyaan tentang terkait dengan criteria dalam pemilihan suplier baik

secara lisan maupun tulisan dengan seorang pegawai. Hal ini untuk

mendapatkan data tentang batu bara dan keterangan-keterangan yang

diperlukan sebagai bahan penelitian.

b. Data Literatur

Studi literatur adalah teknik pengumpulan data dengan mengadakan studi

penelaahan terhadap buku-buku, litertur-literatur, catatan-catatan, dan

laporan-laporan yang ada hubungannya dengan masalah yang

dipecahkan.

3.2. Metode Pengembangan Sistem

Metodelogi pengembangan system yang digunakan dalam penelitian ini

memakai fase pengambilan keputusan, pengambil keputusan pada dasarnya

adalah bentuk pemilihan dari berbagai alternative tindakan yang mungkin

dipilih, di prosesnya melalui mekanisme tertentu, dengan harapan akan

menghasilkan suatu kepastian yang terbaik, proses pengambil keputusan

adalah suatu proses memilih alternative tindakan untuk mencapai tujuan.

 Gambar 3.1. Proses Pengambilan Keputusan

Proses pengambil keputusan, kepastian ini terdiri dari 3 fase utamanya

yaitu :

1. Fase Intelijen

Tahap ini merupakan penelusuran dan pendeteksian dari lingkup

problematika serta proses pengenalan masalah, data masukandiperoleh,

diproses dan diuji dalam rangka mengidentifikasi masalah.

Tahap ini menggambarkan permasalahan yang terjadi pada system

penunjang keputusan penentuan supplier sparepart pada PT. TDM

Sparepart Motor yang sedang berjalan berikut merupakan keputusan uji

kelayakan penentuan supplier sparepart pada PT. TDM Sparepart Motor.

2. Fase Desain

Tahap ini merupakan proses menemukan, mengembangkan dan

menganalisis alternative tindakan yang bias dilakukan.

Tahap ini meliputi proses untuk memahami permasalahan, menurunkan

solusi dan menguji kelayakan solusi.

3. fase Pemilihan Model

Pada tahap ini solusi model dan pemilihan alternative serta perancangan

system control yang telah disarankan mulai dijalankan.

 DAFTAR PUSTAKA

Al Fatta, Hanif 2007. Analisis dan Perancangan Sistem Informasi. Andi Offset :
Yogjakarta.

AW, Imam. 2005. SQL Server 2000. Yogyakarta: Graha Ilmu.

Akbar, Ali. 2005. Visual Basic. Net Belajar Praktis Malalui Berbagai Turtorial
dan Tips. Bandung: Informatika.

Adiyatma Nugroho. 2011. Analisis faktor-faktor yang mempengaruhi Ekspor

tekstil dan produk tekstil (tpt) Indonesia ke china menghadapi era caftan.
Semarang : Program Sarjana. Universitas Diponegoro Semarang.

Budi Sutedjo Dharma Oetomo. 2002. Perencanaan dan Pembangunan Sistem

Informasi. Yogyakarta: Andi.

Dadan Umar Daihani. 2000. Sistem Pendukung Keputusan. Jakarta : Penerbit

Elex Media Komputindo.

Diana Laily Fithri, dkk. 2006. Sistem Pendukung Keputusan Untuk Pemberian
Bantuan Usaha Mikro Dengan Metode Simple Additive Weighting. Jawa
timur: Fakultas Teknik Universitas Muria Kudus.

Fajar Nugraha. 2011. Sistem Pendukung Keputusan Dengan Metode Simple

Additive Weighting (Saw) Dalam Manajemen Aset. Semarang: Program
Pascasarjana Universitas Diponegoro Semarang.

Gerdon. 2011. Sistem pendukung keputusan untuk menentukan penerimaan

beasiswa bagi mahasiswa. Yogyakarta : STIMIK AMIKOM Yogyakarta.
Hasan, 2004. Analisis dan Perancangan Sistem Pendukung Keputusan Kelayakan
Penerima Beasiswa Menggunakan Model Simple Additive Weighting.
Sumara Utara: Fakultas Teknik Universitas Sumatra Utara.

http://www.scribd.com/doc/Jenis - Jenis Batu Bara.

[Diakses Maret 2015]

Jogiyanto H.M. 2005. Analisis dan Desain Sistem Pendekatan Terstruktur Teori
dan Praktek Aplikasi Bisnis. Andi Offset : Jakarta

Kusumadewi, sri, dkk. 2006. Fuzzy Multi-Attribute Decision Making.Yogyakarta:

Penerbit Graha ilmu.

Nur Sidiq. 2011. Geologi Dan Studi Kualitas Batubara Pada Seam A, Daerah
Binai Dan Sekitarnya, Kecamatan Tanjung Palas Timur, Kabupaten
Bulungan, Propinsi Kalimantan Timur. Yogyakarta : Program
Sarjana.Universitas Pembangunan Nasional.