Implementasi Metode MOORA Dalam Penentuan Penerima Pinjaman

Nasabah Pada Koperasi Kredit Sejahtera

Lukman Hakim1*, Calvin Febriando Kurniawan2

1,2,3Program Studi Teknik Informatika, Fakultas Teknik, Universitas Bunda Mulia
*lhakim2710@gmail.com

Abstract
Koperasi adalah otonomi orang-orang yang secara sukarela berpartisipasi untuk memenuhi kebutuhan dan
aspirasi ekonomi, sosial dan budaya bersama melalui perusahaan yang dimiliki bersama dan dikelola
secara demokratis. Koperasi Kredit Sejahtera merupakan koperasi simpan pinjam yang menyediakan
pinjaman kepada pihak ketiga atau yang biasa disebut dengan nasabah. Koperasi tersebut menyediakan
pinjaman bagi para nasabahnya, proses permohonan peminjamannya itu sendiri para nasabah diharuskan
melengkapi persyaratan dan memenuhi kriteria yang telah ditentukan oleh pihak Koperasi. Dalam
prosesnya, penentuan pemilihan nasabah yang akan menerima pinjaman masih dilakukan secara manual.
Penelitian ini bertujuan untuk menentukan peringkat kelayakan pinjaman koperasi dengan
mengimplementasikan metode Multi Objective Optimization on The Basic of Ratio (MOORA) dalam
system pendukung keputusan . MOORA digunakan dalam proses perhitungan yang menghasilkan
keluaran berupa peringkat nasabah yang berhak menjadi penerima pinjaman berdasarkan kriteria-kriteria
yang telah ditentukan secara cepat dan akurat. Kriteria yang digunakan antara lain usia, masa kerja, sisa
maksimal pinjaman dan alasan peminjaman. metode MOORA dapat diterapkan pada sistem pendukung
keputusan
peringkat kelayakan pinjaman koperasi kredit sejahtera.

Kata Kunci : sistem pendukung keputusan, MOORA

1. Pendahuluan
Koperasi adalah otonomi orang-orang yang secara
sukarela berpartisipasi untuk memenuhi kebutuhan dan
aspirasi ekonomi, sosial dan budaya bersama melalui
perusahaan yang dimiliki bersama dan dikelola secara
demokratis. Selain itu, koperasi harus berlandaskan
pada nilai-nilai gotong royong, tanggung jawab,
demokrasi, persamaan hak, keadilan, solidaritas dan
integritas [1]. Koperasi pada umumnya memiliki
berbagai jenis koperasi, salah satunya adalah koperasi
simpan pinjam seperti Kredit Sejahtera. Koperasi Kredit
Sejahtera merupakan koperasi simpan pinjam yang
menyediakan pinjaman kepada pihak ketiga atau yang
biasa disebut dengan nasabah. Koperasi Kredit
Sejahtera telah berdiri sejak tangggal 05 Oktober 1972.
Yang kini beralamat di jalan Mayor Oking, Cibinong
Bogor. Disahkan Badan Hukum No. 62 A/BH/KWK.
10/5 pada tanggal 23 September 1975. Untuk saat ini,
koperasi tersebut menyediakan pinjaman bagi para
nasabahnya, proses permohonan peminjamannya itu
sendiri para nasabah diharuskan melengkapi persyaratan
dan memenuhi kriteria yang telah ditentukan oleh pihak
Koperasi. Dalam prosesnya, penentuan pemilihan
nasabah yang akan menerima pinjaman masih dilakukan
secara manual yaitu dengan mengecek satu per satu
form peminjaman sesuai dengan kriteria yang telah
ditentukan sebelumnya, seperti kriteria penghasilan,
jumlah pinjaman, nilai anggunan, pekerjaan, dan adanya
cicilan atau tidak, hal ini mengakibatkan waktu yang
tidak sebentar mengingat nasabah yang mengajukan
permohonan peminjaman cukup banyak Selain itu,
Koperasi Kredit Sejahtera belum memiiki sistem
terkomputerisasi yang mampu mempermudah proses
pemilihan nasabah yang layak mendapatkan pinjaman
berdasarkan kriteria-kriteria yang telah ditentukan.
Penelitian terkait juga pernah dilakukan oleh peneliti
sebelumnya, seperti penelitian yang dilakukan oleh
Mailasari (2020) [2] membahas tentang Penentuan
Penerima Pinjaman Menggunakan Multi-Objective
Optimization on The Basis of Ratio Analysis. Dalam
penelitian ini menunjukkan MOORA bisa digunakan
untuk menentukan nilai bobot setiap atribut, proses
perankingan yang akan menyeleksi alternatif penerima
pinjaman prioritas dari sejumlah alternatif yang ada
sesuai dengan kriteria yang sudah ditentukan. Kriteria
yang dimaksud antara lain usia, masa kerja, sisa
maksimal pinjaman dan alasan peminjaman. Hasil
penelitian menunjukkan karyawan atas nama Nuridin
yang mendapat nilai Yi tertinggi. Selanjutnya, penelitian
yang dilakukan oleh Siregar & Sulaiman (2020) [3]
membahas tentang Implementasi Metode Multi
Objective Optimization On The Basis Of Ratio Analysis
(Moora) pada Kelayakan Pemberian Pinjaman Modal
Usaha di Bank Syariah Mandiri. Dalam penelitian
tersebut masalah yang terjadi adalah penilaian yang
dilakukan pimpinan dalam menentukan kelayakan
pinjaman yang bersifat subyektif, sehingga solusi untuk
permasalahan tersebut yaitu membangun suatu sistem
pendukung keputusan yang dapat menentukan kelayakan
pinjaman modal usaha dengan metode MOORA. Hasil
dari sistem pendukung keputusan ini diharapkan dapat
membantu perusahaan dalam menentukan kelayakan
pinjaman modal usaha yang tepat sesuai dengan
pertimbangan dan perhitungan yang benar. Sehingga
dapat mengatasi permasalahan yang ada pada
perusahaan yang lain.
Berdasarkan permasalahan yang terjadi pada Koperasi
Kredit Sejahtera, maka penelitian ini mengusulkan untuk
merancang bangun sebuah Sistem Pendukung Keputusan
(SPK) dalam menentukan pemilihan nasabah untuk
menerima pinjaman. Sistem Pendukung Keputusan
(SPK) yang dibangun dalam penelitian ini bertujuan
untuk mempermudah pihak Koperasi Kredit Sejahtera
dalam menentukan nasabah yang menjadi penerima
pinjaman berdasarkan kriteria-kriteria yang telah
ditentukan secara cepat dan akurat. Sistem Pendukung
Keputusan (SPK) tersebut dibangun dengan
menggunakan metode Multi Objective Optimization On
The Basic Of Ratio Analysis (MOORA), dimana
memiliki tingkat penyaringan alternatif yang baik karena
dapat menentukan tujuan dari kriteria yang bertentangan
sehingga kriteria dapat bernilai menguntungkan (benefit)
atau yang tidak menguntungkan (cost) [4].
2. Metode penelitian
2.1 Gambaran Umum Sistem
Penelitian ini dilakukan di Laboratorium A, Fakultas
Teknik Komputer,
Universitas Bunda Mulia . Implementasi sistem
dilakukan dengan menggunakan aplikasi Mozila
Firefox . Aplikasi Microsoft Excel 2016 digunakan
sebagai alat bantu pengujian akurasi
perhitungan sistem. Implementasi dan pengujian sistem
dilakukan pada perangkat komputer jinjing dengan CPU
2 GHz dan 6 GB RAM, serta sistem operasi Windows
10, 64 bit. Beberapa batasan diterapkan dalam penelitian
ini agar ruang lingkup penelitian tidak meluas, yaitu:
1. Masukan sistem berupa data kriteria dan
alternatif koperasi Kredit Sejahtera
2. Data yang berhubungan dengan penentuan
kriteria dan alternatif yang digunakan
 dalam peneltian ini didapat dari hasil
pengumpulan data pada koperasi kredit sejahtera
3. Keluaran sistem berupa peringkat nasabah
koperasi Kredit sejahtera berdasarkan hasil
perhitungan metode MOORA. Gambaran umum
alur sistem yang diterapkan dalam penelitian ini
ditunjukkan pada Gambar 1
Gambar 1. Gambaran Umum Alur Sistem
2.2 Multi Objective Optimization on The Basic of
Ratio (MOORA)
Peminjaman nasabah ditentukan dengan banyak
kriteria-kriteria yang memungkinkan kelolosan dari
nasabah untuk mendapatkan pinjaman, kriteria-kriteria
ini lah yang membuat proses penentuan kurang akurat
dan membutuhkan waktu lama. Dari permasalahan
terjadi peneliti mengusulkan menggunakan sebuah
sistem pendukung keputusan untuk menentukan
pemilihan nasabah penerima pinjaman dengan tujuan
mempermudah pihak Koperasi Kredit Sejahtera dalam
menentukan kriteria-kriterianya agar lebih akurat,
dengan digunakannya motode Multi Objcetive
Optimization On The Basic Of Ratio Analysis (MOORA)
dimana metode ini memiliki tingkat akurasi alternative
yang bisa ditentukan dengan tujuan dari kriteria yang
bersangkutan akan menghasilkan hasil keuntungan dan
ketidak untungan serta uji coba modifikasi dari kriteria-
kriteria yang ditentukan. Metode MOORA merupakan
metode yang cocok untuk mendapatkan hasil yang baik
dari setiap seleksi kriteria-kriteria nasabah Koperasi
Kredit Sejahtera secara cepat dan tepat dalam penentuan
pinjaman untuk nasabahnya.
Dari Gambar 2.2.1 dapat dijelaskan bahwa
flow/tahapan dari proses Moora adalah sebagai berikut:
1. Input: Data Alternatif, Kriteria dan Bobot
Pada tahap ini dilakukan input data calon
penerima pinjaman pada Koperasi Kredit
Sejahtera, data kriteria dan data nilai bobot dari
masing-masing kriteria tersebut.
Tabel 2.2.1 Data Alternatif
No Alternatif Kode Alternatif
1 Gema Novanto A1
2 Nabilla Khoirunnisa A2
3 Siti Fatimah A3
4 Vivi Aprilia A4
5 Mimin Muhaemin A5
Tabel 2.2.2 Data Kriteria dan Bobot
No Kriteria Kode
1 Status Anggota C1
2 Tujuan Pinjaman C2
 3 Lama Pinjam C3 4. Optimization Atribut (Normalisasi terbobot)
Tahap selanjutnya melakukan proses optimasi
yang bertujuan untuk mencari alternatif optimal
4 Ketepatan Bayar Pinjam Sebelumnya C4 dari sejumlah alternatif dengan kriteria tertentu.
Pada tahap ini menggunakan persamaan rumus (3)
5 Penghasilan C5 dan (4).
Tabel 2.2. 4 Optimasi Atribut
6 Pinjaman Lain C6 Alte

rnat

2. Pembentukan Keputusan Matriks if C1 C2 C3 C4 C5 C6

Pada tahap ini dilakukan pembentukan matriks
dengan memunculkan semua kriteria yang ada 0,0 0,0 0,1 0,1 0,0 0,0
dalam penelitian dengan menggunakan persamaan
rumus (1) 26 70 46 24 70 48
X = 5 9 10 4 3 5 6 8 5 8 10 4
A1 6 9 0 5 5 3
7 5 6 3 1 4 10 6 9 9 6 7 107 3 3 5 10
0,0 0,0 0,0 0,0 0,0 0,0

66 56 48 62 94 60
3. Normalisasi Matriks “x”
Setelah melakukan pembentukan matriks, maka A2 5 7 7 3 0 4
tahap selanjutnya melakukan normalisasi matrix
menggunakan persamaan rumus (2).
0,0 0,0 0,0 0,0 0,1 0,0
Tabel 2.2.3 Normalisasi Matriks “x”
59 99 81 74 05 36
Kriteria
Alternatif A3 9 2 1 7 7 2
C1 C2 C3 C4

0,0 0,0 0,0 0,0 0,1 0,0

A1 5 9 10 6
33 42 16 49 17 42
A2 4 3 5 8
A4 3 5 2 8 4 3

A3 7 5 6 9
0,0 0,1 0,0 0,1 0,0 0,0

A4 3 1 4 10 13 41 97 12 35 30

A5 3 8 3 1 2 2
A5 10 6 9 3

  Benefit Benefit Benefit Benefit

Tabel 3. 3 Optimasi Atribut

OPTIMUM MAX MAX MAX MAX
 Alter Maxi Mini Yi(Ma Ran Tabel 3.1 Hasil Keberhasilan Metode

natif mum mum x-Min) king N Alternatif Hasil

o
0,486 0,000 Koperasi SPK

A1 8 0 0,4868 1 MOORA

0,388 0,000 1 Gema Novanto 1 1

A2 5 0 0,3885 4 (A1)

0,456 0,000 2 Nabilla 4 4

A3 9 0 0,4569 2 Khoirunnisa (A2)

0,301 0,000 3 Siti Fatimah (A3) 2 2

A4 6 0 0,3016 5 4 Vivi Aprilia (A4) 5 5

0,429 0,000 5 Mimin Muhaemin 3 3

A5 9 0 0,4299 3 (A5)

5. Output: Hasil Perangkingan MOORA

Setelah melalui semua tahap, maka tahap akhir Berdasarkan Tabel 4.2 dapat disimpulkan bahwa
adalah mendapatkan hasil perangkingan dari pengujian keberhasilan metode memiliki tingkat akurasi
metode MOORA. Dengan demikian alternatif sebesar 100%, hal ini dapat dilihat pada jumlah bener
yang memiliki nilai Yi tertinggi maka alternatif dari data uji.
yang memenuhi kriteria dalam penerimaan
pinjaman di Koperasi Kredit Sejahtera, sedangkan
alternatif yang memiliki nilai yang terendah maka
kurang memenuhi kriteria dalam penerimaan
pinjaman. Berdasarkan perhitungan diatas, maka
A1 memiliki nilai tertinggi dalam penentuan
penerimaan pinjaman di Koperasi Kredit
Sejahtera.

3.Hasil Penelitian

Pengujian algoritma MOORA dilakukan dengan

membandingkan nilai akhir sebelum adanya sistem dan
sesudah adanya sistem pendukung keputusan. Tabel
pengujian dapat dilihat pada Tabel 3.1
 4. Kesimpulan

Berdasarkan hasil dari pembahasan di atas, maka

dapat diambil kesimpulan sebagai berikut:
1. Sistem penentuan penerima pinjaman nasabah
pada koperasi Kredit Sejahtera telah berhasil
dibangun menggunakan bahasa pemrograman
PHP dan MySQL sebagai database-nya, dimana
sistem ini dapat menenentukan nasabah penerima
pinjaman berdasarkan dengan kriteria-kriteria
yang telah ditentukan. Sehingga dapat
memudahkan pihak koperasi dalam menetukan
nasabah yang layak menjadi penerima pinjaman.
Selain itu sistem ini telah melalui tahap uji akurasi
dengan hasil 100% yang berarti sistem ini
memiliki tingkat keberhasilan yang tinggi.
2. Dengan diterapkannya metode MOORA pada
sistem penentuan penerima pinjaman nasabah
pada koperasi Kredit Sejahtera dapat
menyelesaikan permasalahan pemilihan penerima
pinjaman pada Koperasi Kredit Sejahtera.

5. Saran

Adapun saran yang diberikan untuk

pengembangan sistem kedepannya antara lain sebagai
berikut:
1. Diharapkan penelitian yang dilakukan
kedepannya metode MOORA dapat dibandingan
dengan metode lain sehingga dapat diketahui
mana metode yang lebih baik.
 Kerja, Koperasi Dan UKM Kota Gorontalo
Yulanda,” pp. 186–195, 2021.
6. Daftar Pustaka [8] K. A. Parinata, “Sistem Pemberian
Kredit Pada Koperasi Simpan Pinjam (Ksp)
[1] M. A. Rasyidi, “Mengembalikan
Cipta Mulia Desa Bondalem,” J. Akunt. Profesi,
Koperasi Kepada Jatidirinya Berdasarkan
vol. 10, no. 1, p. 23, 2019, doi:
Ketentuan-Ketentuan Dan Peraturan-Peraturan
10.23887/jap.v10i1.21038.
Yang Berlaku Di Indonesia,” J. M-Progress,
[9] H. Kurniawan, W. Apriliah, I. Kurnia,
vol. 8, no. 1, pp. 148–165, 2018.
and D. Firmansyah, “Penerapan Metode
[2] M. Mailasari, “Penentuan Penerima
Waterfall Dalam Perancangan Sistem Informasi
Pinjaman Menggunakan Multi-Objective
Penggajian Pada Smk Bina Karya Karawang,”
Optimization on The Basis of Ratio Analysis,”
J. Interkom J. Publ. Ilm. Bid. Teknol. Inf. dan
Inf. Manag. Educ. Prof. J. Inf. Manag., vol. 4,
Komun., vol. 14, no. 4, pp. 13–23, 2021, doi:
no. 2, pp. 103–112, 2020, [Online]. Available:
10.35969/interkom.v14i4.78.
http://ejournal-binainsani.ac.id/index.php/IMBI/
[10] M. K. A. Fetty Rahayu Sri Mulyani, M.
article/view/1269.
Hufron, “Pengaruh Penerapan Marketing
[3] M. F. Siregar and O. K. Sulaiman,
Syariah, Kepuasan Nasabah Dan Kepercayaan
“Implementasi Metode Multi Objective Optimization On
The Basis Of Ratio Analysis (Moora) pada Kelayakan Nasabah Terhadap Loyalitas Nasabah Pada Bprs
Pemberian Pinjaman Modal Usaha di Bank Syariah
Bumi Rinjani Kepanjen Malang,” Prodi Manaj.
Mandiri,” Remik, vol. 4, no. 1, pp. 114–123, 2020, doi:
10.33395/remik.v4i1.10401. Fak. Ekon. Univ. Islam Malang, pp. 62–76,
[4] Y. P. Arie Yandi Saputra, “Penerapan 2018, [Online]. Available: www.fe.unisma.ac.id.
Metode MOORA Dalam Pemilihan Sekolah [11] W. Wildaningsih and A. Yulianeu,
Dasar,” Sist. J. Sist. Inf., vol. 8, no. 2, pp. 305– “Sistem informasi pengolahan data anggota unit
312, 2019, [Online]. Available: keagiatan mahasiswa (UKM) Zaradika STMIK
http://sistemasi.ftik.unisi.ac.id/index.php/stmsi/a DCI Tasikmalaya,” J. Manaj. dan Tek. Inform.,
rticle/view/454. vol. 2, no. 1, pp. 181–190, 2018, [Online].
[5] H. Robbani, “Calculation Analysis of Available:
the MOORA Method in the Selection of Coffee http://jurnal.stmik-dci.ac.id/index.php/jumantaka
Shop Locations,” NUCLEUS, vol. 2, pp. 39–44, /article/view/364.
2021. [12] H. Agustin, “Sistem Informasi
[6] G. Wiro Sasmito, “Penerapan Metode Manajemen Menurut Prespektif Islam,” J.
Waterfall Pada Desain Sistem Informasi Tabarru’ Islam. Bank. Financ., vol. 1, no. 1, pp.
Geografis Industri Kabupaten Tegal,” J. Inform. 63–70, 2018, doi:
Pengemb. IT, vol. 2, no. 1, pp. 6–12, 2017. 10.25299/jtb.2018.vol1(1).2045.
[7] Y. Yunus and B. Senung, “Sistem [13] Isa Rosita, Gunawan, and Desi Apriani,
Pendukung Keputusan Seleksi Penerimaan “Penerapan Metode Moora Pada Sistem
Bantuan Koperasi Dengan Penerapan Metode Pendukung Keputusan Pemilihan Media
Moora Berbasis Android Pada Dinas Tenaga Promosi Sekolah (Studi Kasus: SMK Airlangga
 Balikpapan),” Metik J., vol. 4, no. 2, pp. 55–61,
2020, doi: 10.47002/metik.v4i2.191.
[14] N. Aeni Hidayah and E. Fetrina,
“Rancang Bangun Sistem Pendukung Keputusan
Kenaikan Jabatan Pegawai Dengan Metode
Profile Matching (Studi Kasus: Kementerian
Agama Kantor Wilayah Dki Jakarta),” Stud.
Inform. J. Sist. Inf., vol. 10, no. 2, pp. 127–134,
2017.
[15] F. Setiawan and P. S. Ramadhan,
“Penerapan Kombinasi Metode MOORA
dengan Pembobotan Rank Order Centroid
Dalam Penentuan Guru Terbaik,” vol. 6, pp.
222–228, 2022, doi: 10.30865/mib.v6i1.3374.
[16] D. Febrina, D. M. Nst, and N. K. Dewi,
“Penerapan Metode MOORA Dan WASPAS
Dalam Mendukung Keputusan Pemilihan Susu
Formula Terbaik,” Semin. Nas. Sains Teknol.
Inf., pp. 515–525, 2018.
[17] A. Josi, “Penerapan Metode Prototyping
Dalam Membangun Website Desa (Studi Kasus
Desa Sugihan Kecamatan Rambang),” Jti, vol.
9, no. 1, pp. 50–57, 2017.
[18] A. S. Putra and Y. Novembrianto,
“Sistem Manajemen Pelayanan Pelanggan
Menggunakan PHP Dan MySQL ( Studi Kasus
pada Toko Surya ),” vol. 22, no. 1, pp. 100–117.
7. [19] Tumini and M. Fitria, “Penerapan
Metode Scrum Pada E-Learning Stmik Cikarang
Menggunakan Php Dan Mysql,” J. Inform.
SIMANTIK, vol. 6, no. 1, pp. 12–16, 2021,
[Online]. Available:
https://www.fasaintek.panca-sakti.ac.id/index.ph
p/simantik/article/view/112.
8. [20] M. Teguh and S. Wagiyati,
“Perancangan Sistem Informasi Jasa Service ac
Berbasis web Pada PT . Cakrawala Teknik
Solusindo,” vol. 6, no. 2, pp. 29–36, 2022.
9. [21] D. B. Srisulistiowati, M. Khaerudin, and
..., “Sistem Informasi Prediksi Penjualan Alat
Tulis Kantor Dengan Metode Fp-Growth (Studi
Kasus Toko Koperasi Sekolah Bina Mulia),” JSI
(Jurnal …, pp. 243–256, 2021, [Online].
Available:
https://journal.universitassuryadarma.ac.id/index
.php/jsi/article/view/739%0Ahttps://
journal.universitassuryadarma.ac.id/index.php/
jsi/article/download/739/722.
10. [22] E. D. Sri Mulyani, “Analisis
Perbandingan Sistem Pendukung Keputusan
Menggunakan Metode SAW Dengan WP Dalam
Pemberian Pinjaman,” CogITo Smart J., vol. 5,
no. 2, p. 239, 2019, doi:
10.31154/cogito.v5i2.151.239-251.
11. [23] A. P. R. Pinem, P. T. Pungkasanti, and
E. Widodo, “Implementasi Profile Matching
Untuk Pemberian Kredit Kedua Pada Koperasi
Simpan Pinjam,” Simetris J. Tek. Mesin,
Elektro dan Ilmu Komput., vol. 8, no. 2, p. 539,
2017, doi: 10.24176/simet.v8i2.1366.
12. [24] I. Istiqomah, “Penentuan Penerima
Pinjaman Koperasi Mekar Surya Karanganyar
Menggunakan Metode Technique for Order,”
Tikomsin, vol. 7, no. 2, 2019.
13. [25] Y. R. L. Kelen and A. W. R. Emanuel,
“Comparison of classification methods using
historical loan application data,” 2019 4th Int.
Conf. Inf. Technol. Inf. Syst. Electr. Eng.
ICITISEE 2019, no. November, pp. 261–264,
2019, doi:
10.1109/ICITISEE48480.2019.9003786.
14. [26] B. S. Ardika, A. H. Setianingrum, and
N. Hakiem, “Funding eligibility decision support
system using fuzzy logic Tsukamoto: (Case:
BMT XYZ),” Proc. 2nd Int. Conf. Informatics
Comput. ICIC 2017, vol. 2018-January, pp. 1–7,
 2018, doi: 10.1109/IAC.2017.8280622.
15.