ISBN : 978-602-73690-3-0
Abstract
Sistem Pendukung Keputusan (SPK) adalah sistem yang dapat membantu seseorang dalam
mengambil keputusan yang akurat dan tepat sasaran. Banyak permasalahan yang dapat diselesaikan
dengan menggunakan SPK, salah satunya adalah penentuan kelayakan nasabah penerima kredit. Ada
beberapa metode yang dapat digunakan dalam membangun suatu SPK diantaranya analytical
hierarchy process (AHP). AHP merupakan metode yang paling banyak digunakan dalam
memecahkan permasalahan yang bersifat multikriteria, seperti dalam SPK penentuan kelayakan
nasabah penerima kredit. Penelitian ini menggunakan metode AHP dalam menentukan kelayakan
nasabah penerima kredit pada Koperasi Serba Usaha Berkah Tiram Jaya. Dalam penentuan
kelayakan nasabah penerima kredit, ada beberapa kriteria yang menjadi dasar pengambilan
keputusan antara lain usia, perkerjaan, status keanggotaan, pendidikan, produktivitas usaha,
kolektabilitas, besar simpanan awal, jangka waktu angsuran, besar bunga, penghasilan perbulan,
pengeluaran perbulan, tanggungan keluarga, jaminan, status kredet, dan kredibilitas. Adapun hasil
akhir dalam penelitian ini adalah hasil prioritas global kriteria nasabah, yang diurutkan dari yang
tertinggi hingga terendah, sehingga pihak koperasi dapat dengan mudah mengambil keputusan
dengan melihat hasil tersebut.
Keyword : SPK, Kredit, koperasi, ahp
Ya
Tidak
Ya
Perjanjian pinjaman
Bukan anggota
SD
SMP
Pendidikan SMA
Perguruan tinggi
<1000 baglog
Produktivitas
usaha
1000-5000 baglog
3. Menghitung vektor bobot kriteria
5000-10.000 baglog
>10.000 baglog
Setelah mendapat nilai normalisasi, kemudian
Kolektabilitas
Lancar langah selanjutnya adalah menghitung nila vetor
Kurang lancar
Macet bobot kriteri dengan cara membagi jumlah dari
Besar simpanan
< 1 juta
1-5 juta
setiap baris dengan dengan banyaknya kriteria.
SPK
awal < 5 juta Tabel 3. Nilai vektor bobot kriteria
5 bulan
Jangka waktu 12 bulan
angsuran <12 bulan
1% perbulan
Besar Bunga 2% perbulan
3% perbulan
< 3 juta
Penghasilan 3-5 juta
perbulan 5-10 juta
> 10 juta
< 3 juta
Pengeluaran 3-5 juta
perbulan 5-10 juta
> 10 juta
1 anak
Tanggungan 2 anak
keluarga
> 2 anak
Jaminan Surat tanah
Surat kendaraan
Produktivitas usaha
Lancar
Kriteria usia adalah kriteria paling penting
Status kredit Kurang lancar
Macet
karena memiliki nilai bobot paling tinggi
Sangat Baik dibandingkan dengan prioritas lainnya.
Baik
Kredibilitas Kurang baik
2. Normalisasi
5. Nilai lamda
Login admin
<<include>>
Penentuan priortas
<<include>>
<<include>>
<<include>> <<include>>
Hasil deteksi
Log out
prioritas
=( 0,247294815-15)/(15-1)
= -14,75270519 / 14 Uji prioritas Login
= -1,053764656
Input data nasabah Username/password
= -1,053764656 / 1,59 Ya Ya
Ulangi
= -0,662745067 (CR < 0,1 , nilai Tidak
Halaman admin
Acceptable )
Ganti login Prioritas kriteria Nilai sub kriteria Hasil deteksi priooritas
Language)
Penentuan prioritas
keputusan akhir tetap berada di
Nilai sub kriteria
tangan pengambil keputusan
Log out Global prioritas
Hasil deteksi prioritas
5.2 Saran
akses
Log out
Berdasarkan hasil penelitian, ada beberapa saran
yang sebaiknya dilakukan guna pengembangan
sistem ini menjadi lebih baik, diantaranya
Gambar 7. Rancangan Squence diagram SPK sebagai berikut:
pemberian kredit 1. Penggabungan metode Analytical
Hierarachy Process (AHP) dengan metode
matematika lain dapat membuat niai-nilai
4.2.1.4. Rancangan Class Diagram
subatribut subkriteria
pendukung keputusan yang dihasilkan lebih
reg
- idsub - idreg
- idgejala
akurat dan terperinci.
- Idatribut - nama
- idgejala - alamat
- idkerusakan
- gejala
2. Dalam aplikasi ini, perlu ditambahkan
+daftar
nasabah
+menampilkan
subkriteria
sebuah halaman yang dapat digunakan
similarity untuk menghitung bobot kriteria sehingga
similarityprioritas subkriteria1
- idreg
- idreg
- idkasus - idgejala1 tidak memerlukan bantuan sebuah tool
- idatribut - idreg
- idkasus
- similarity
- similarity - idgejala
- idatribut
untuk mendapatkan nilai bobot setiap
+menampilkan hasil
prioritas nasabah
kedekatan
kriteria.
- idkedekatan
Prioritas global
kriteria - idgejala
- kedekatan
3. Pembuatan laporan dalam bentuk print out
Detail prioritas global
- id kasus
- idatribut
- atribut - iddetail +input bobot
dapat memudahkan seksi kredit dalam
- nama - bobot - idkasus matrik
- idkerusakan
+menampilkan
- idgejala
-idatribut
melihat nilai prioritas masing-masing
+menampilkan
prioritas global
bobot kriteria
+input prioritas global
penerima Kredit.
prioritas
- idkerusakan
- kerusakan
- ket
+input prioritas
6. Referensi
global
Efraim Tuban, Jay Aronson, Ting P L,
Gambar 8. Rancangan class diagram SPK 2005, Dicision Support System and
pemberian kredit Intelligent System, Andi.yogyakarta