PREDICTIVE HOUSE

PERANGKAT LUNAK PENERAPAN DATA MINING DENGAN
METODE INTERPOLASI UNTUK MEMPREDIKSI MINAT

KONSUMEN PADA PT. JAYA ASRINDO
SEJAHTERA MEDAN
SKRIPSI
Oleh :
MIRA
1145078
PROGRAM STUDI SISTEM INFORMASI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
STMIK TIME
MEDAN
2015
ABSTRAK
PT. Jaya Asrindo Sejahtera adalah salah satu perusahaan swasta yang
bergerak dalam bidang penjualan rumah (property). Adapun masalah yang timbul
dalam sistem yang diterapkan oleh perusahaan saat ini adalah belum adanya
sebuah sistem yang dapat membantu memprediksi minat konsumen dalam
pembelian rumah berdasarkan kondisi keuangannya. Aplikasi data mining ini
memanfaatkan data masukan berupa data konsumen, pendapatan konsumen, dan
transaksi pembayaran besar kredit. Data tersebut akan diolah dengan metode
clustering dan dianalisis dengan menggunakan teknik interpolasi. Metodologi
yang digunakan untuk melakukan proses analisis dan perancangan pada penelitian
ini adalah metodologi SDLC. Tools yang digunakan untuk melakukan analisis dan
desain adalah data flow diagram (DFD). Hasil dari penelitian ini adalah sebuah
sistem usulan yang dapat membantu perusahaan untuk memprediksi minat
konsumen dalam pembelian rumah sesuai dengan kondisi keuangannya.
Kata Kunci : sistem informasi, data mining, property, prediksi, clustering,

interpolasi
i
ABSTRACT
PT. Jaya Asrindo Sejahtera is a private company that sells house

(property). As for the problems that surface in the system which implemented by
the company today is the lacking of a system that can help to predict the interest
of consumer in house purchasing based on their financial condition. Data mining
technology is a solution to fix the problem. This data mining application used
input data such as consumer, income, and payment data transaction. This data
could be classified by using clustering method and analyzed by using
interpolation technique. Methodology used for analysis and design in this
research is SDLC method. Tools used for analysis and design process is data flow
diagram (DFD). The result of this research is a proposed system which can help
the company to predict the interest of consumer in house purchasing based on
their financial condition.
Keywords : information system, data mining, property, prediction, clustering,

interpolation
ii
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang
telah memberikan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini
dengan judul : “Perangkat Lunak Penerapan Data Mining dengan Metode
Interpolasi untuk Memprediksi Minat Konsumen pada PT. Jaya Asrindo Sejahtera
Medan”
Skripsi ini disusun untuk melengkapi persyaratan studi program Strata 1
(S-1) Sekolah Tinggi Manajemen Informatika Komputer (STMIK) TIME Medan.
Penulis menyadari bahwa dalam penulisan skripsi ini banyak menemukan
kesulitan-kesulitan dan kekurangan pada penulisan. Namun, berkat bantuan dan
dorongan dari berbagai pihak akhirnya penulis dapat menyelesaikannya dengan
baik.
Oleh karena itu, dalam kesempatan ini penulis ingin mengucapkan terima
kasih yang sebesar-besarnya kepada :
1. Bapak Huliman, M. Kom, selaku Pembimbing I yang telah memberikan
saran dan masukan, pendidikan serta bimbingan dalam penulisan skripsi
ini maupun pemrograman skripsi ini.
2. Ibu Feriani Astuti, M. Kom, selaku Pembimbing II dan Ketua Program
Studi Sistem Informasi yang telah memberikan saran dan masukan,
pendidikan serta bimbingan dalam penulisan skripsi ini.
3. Bapak Simon Kanggali, selaku Ketua Yayasan STMIK TIME Medan.
iii
iv
4. Bapak Prof. Chainur Arrasyid, S. H., selaku Ketua BPH STMIK TIME
Medan.
5. Bapak Prof. Harlem Marpaung, Ph. D, selaku Ketua STMIK TIME
Medan.
6. Bapak Jackri Hendrik, S.T, M. Kom, selaku Puket I STMIK TIME Medan.
7. Orangtua dan teman-teman mahasiswa serta seluruh dosen di STMIK
TIME yang telah banyak memberikan dukungan dan saran untuk penulis.
Akhir kata, penulis mengucapkan terima kasih sebesar-besarnya kepada
semua pihak yang telah membantu terhadap penyelesaian penulisan skripsi ini.
Medan, April 2015
Penulis,
Mira
DAFTAR ISI
ABSTRAK ............................................................................................. i
ABSTRACT ........................................................................................... ii
KATA PENGANTAR ........................................................................... iii
DAFTAR ISI .......................................................................................... v
DAFTAR GAMBAR ............................................................................. viii
DAFTAR TABEL ................................................................................. x
DAFTAR LAMPIRAN ......................................................................... xi
BAB I PENDAHULUAN ...................................................................... 1
1.1 Latar Belakang Masalah ..................................................... 1
1.2 Identifikasi Masalah ............................................................ 3
1.3 Batasan Masalah ................................................................. 3
1.4 Tujuan dan Manfaat ............................................................ 4
1.5 Sistematika Penulisan ......................................................... 5
BAB II LANDASAN TEORI ............................................................... 7
2.1 Konsep Sistem Informasi .................................................... 7
2.1.1 Pengertian Sistem ....................................................... 7
2.1.2 Pengertian Informasi .................................................. 11
2.1.3 Pengertian Sistem Informasi ...................................... 12
2.2 Jenis-Jenis Kredit ................................................................ 15
2.3 Faktor-Faktor yang Mempengaruhi Penjualan secara
Kredit .................................................................................. 18
v
2.4 Proses Kredit ....................................................................... 19
2.4.1 Unsur-Unsur Kredit ................................................... 19
2.4.2 Evaluasi Pelamar Kredit ............................................ 20
2.4.3 Sumber Infomasi Kredit ............................................ 22
2.5 Data Flow Diagram (DFD) ................................................. 22
2.6 Basis Data ........................................................................... 26
2.7 Entity Relationship Diagram (ERD) ................................... 30
2.8 Bahasa Pemrograman.......................................................... 32
2.9 Data Mining ........................................................................ 35
2.10 Metode Interpolasi ............................................................ 40
2.11 Bentuk Umum Interpolasi Polinomial .............................. 43
BAB III METODE PENELITIAN ...................................................... 48
3.1 Tempat dan Jadwal Penelitian ............................................ 48
3.2 Kerangka Kerja ................................................................... 49
3.2.1 Metode Pengumpulan Data ......................................... 49
3.2.2 Analisa Sistem ............................................................. 51
3.2.3 Perancangan Sistem .................................................... 51
3.2.4 Pembangunan Sistem .................................................. 52
3.2.5 Uji Coba Sistem .......................................................... 52
BAB IV ANALISA DAN PERANCANGAN ...................................... 53
4.1 Analisa Sistem .................................................................... 53
4.1.1 Analisa Keluaran ....................................................... 54
4.1.2 Analisa Masukan ....................................................... 58
4.1.3 Analisa Masalah ........................................................ 61
vi
4.1.4 Analisa Kebutuhan .................................................... 62
4.2 Perancangan Sistem ............................................................ 62
4.2.1 Kamus Data ................................................................. 64
4.2.2 Rancangan Input.......................................................... 64
4.2.3 Rancangan Output ....................................................... 68
4.2.3.1 Rancangan Daftar Rumah ............................... 68
4.2.3.2 Rancangan Daftar Customer ........................... 69
4.2.4 Perancangan Basis Data ............................................. 70
BAB V HASIL DAN PEMBAHASAN ................................................ 73
5.1 Hasil .................................................................................... 73
5.2 Pembahasan......................................................................... 80
BAB VI KESIMPULAN DAN SARAN............................................... 84
6.1 Kesimpulan ......................................................................... 84
6.2 Saran ................................................................................... 84
DAFTAR PUSTAKA
LAMPIRAN
vii
DAFTAR GAMBAR
Gambar 2.1 Siklus Informasi .................................................................. 12
Gambar 2.2 Simbol Proses ...................................................................... 23
Gambar 2.3 Simbol Panah ...................................................................... 23
Gambar 2.4 Simbol Entitas ..................................................................... 23
Gambar 2.5 Simbol Penyimpanan .......................................................... 24
Gambar 2.6 Perbedaan antara regresi (a) dan interpolasi (b, c) .............. 42
Gambar 3.1 Kerangka Kerja Penelitian .................................................. 49
Gambar 4.1 FOD Sistem Berjalan .......................................................... 53
Gambar 4.2 FOD Sistem dengan Penerapan Data Mining ..................... 55
Gambar 4.3 Faktur Jual ........................................................................... 56
Gambar 4.4 Laporan Pembayaran ........................................................... 57
Gambar 4.5 Bukti Pembayaran ............................................................... 58
Gambar 4.6 Data Customer ..................................................................... 59
Gambar 4.7 Data Rumah ......................................................................... 60
Gambar 4.8 Data Pembayaran................................................................. 61
Gambar 4.9 Diagram Konteks Sistem Informasi Usulan ........................ 63
Gambar 4.10 DFD Level 0 dari Sistem Informasi Usulan ...................... 64
Gambar 4.11 Rancangan Form Input Rumah ......................................... 65
Gambar 4.12 Rancangan Form Input Customer .................................... 66
Gambar 4.13 Rancangan Form Input Penjualan .................................... 66
Gambar 4.14 Rancangan Form Prediksi Minat Konsumen ................... 68
viii
Gambar 4.15 Rancangan Daftar Rumah ................................................. 69
Gambar 4.16 Rancangan Daftar Customer ………………………….. 70
Gambar 4.17 Rancangan Hubungan Antar Tabel ……………………. 73
Gambar 5.1 Tampilan Form Login ......................................................... 74
Gambar 5.2 Tampilan Form Main .......................................................... 75
Gambar 5.3 Tampilan Form Rumah ....................................................... 75
Gambar 5.4 Tampilan Form Customer ................................................... 76
Gambar 5.5 Tampilan Form Data User .................................................. 76
Gambar 5.6 Tampilan Form Penerbitan Kredit ...................................... 77
Gambar 5.7 Tampilan Form Prediksi Minat Customer........................... 77
Gambar 5.8 Tampilan Laporan Daftar Rumah ....................................... 78
Gambar 5.9 Tampilan Laporan Daftar Customer ................................... 78
Gambar 5.10 Tampilan Laporan Penjualan Per Tanggal ........................ 79
Gambar 5.11 Tampilan Laporan Penjualan Per Customer...................... 79
Gambar 5.12 Tampilan Laporan Penjualan Per Rumah.......................... 80
ix
DAFTAR TABEL
Tabel 2.1 Simbol Hubungan Entitas dan Artinya ................................... 31
Tabel 2.2 Langkah Skematis Pembagian Beda Hingga .......................... 45
Tabel 3.1 Jadwal Penelitian..................................................................... 48
Tabel 4.1 Tabel Rumah ........................................................................... 70
Tabel 4.2 Tabel Customer ....................................................................... 71
Tabel 4.3 Tabel Penjualan ...................................................................... 72
Tabel 4.4 Tabel PenjualanDetail ............................................................. 73
x
DAFTAR LAMPIRAN
Lampiran 1 : Listing Program
Lampiran 2 : SK asli dosen pembimbing I dan dosen pembimbing II
Lampiran 3 : Daftar Riwayat Hidup
Lampiran 4 : Kartu bimbingan skripsi dosen pembimbing I dan dosen
pembimbing II
xi
BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Sistem komputerisasi terpadu telah menjaga kebutuhan primer perusahaan
sekarang ini. Komputer merupakan suatu alat yang diciptakan untuk menerobos
keterbatasan kemampuan manusia untuk memecahkan persoalan, seperti
keterbatasan dalam hal kecepatan, ketelitian, ingatan, tidak mengenal lelah dan
mampu mengolah informasi dalam jumlah besar. Dengan memahami betapa
besarnya peranan komputer bagi dunia usaha, manajemen perusahaan selalu
menggunakan sistem komputerisasi terpadu untuk melakukan transaksi-transaksi
dan penyajian data perusahaan sehingga memperoleh laporan dengan lebih cepat
dan tepat.
Kredit angsuran adalah jenis kredit bagi konsumen untuk jangka panjang.
Biasanya diminta untuk memberikan uang muka, dan biaya keuangan tahunan
dapat berjumlah 20% atau lebih dari harga pembelian. Periode pembayaran
umumnya berkisar dari 12 bulan sampai 36 bulan. Khusus untuk penjualan rumah,
seringkali diberikan penawaran untuk periode pembayaran yang lebih lama, yaitu
hingga 15 tahun. Kredit angsuran bermanfaat bagi pembelian nominal besar
seperti: mobil dan rumah. Demi meningkatkan bisnisnya, dewasa ini, banyak
perusahaan property yang menawarkan pembelian rumah secara kredit angsuran.
Hal ini dilakukan agar masyarakat yang kekurangan dana pembelian rumah secara
cash dapat membeli rumah yang diinginkan. Hal ini tentunya akan meningkatkan
omset penjualan perusahaan.
1
2
PT. Jaya Asrindo Sejahtera adalah salah satu perusahaan swasta yang
bergerak dalam bidang penjualan rumah (property). Berbeda dengan perusahaan
property pada umumnya, perusahaan ini bersedia memberikan kredit kepada calon
pembeli dengan/tanpa melalui jasa perbankan. Proses penjualan rumah dapat
dilakukan secara cash ataupun secara kredit melalui jasa pemberian Kredit
Pemilikan Rumah (KPR) kepada calon pembeli dengan tiga jenis pilihan lama
cicilan, yaitu 5 tahun, 10 tahun dan 15 tahun, dengan besar bunga sebesar 10%.
Khusus untuk calon pembeli yang membeli rumah secara kredit, surat hak milik
rumah akan dipegang oleh pihak perusahaan dan sesuai perjanjian yang telah
disepakati bersama, maka perusahaan berhak untuk menjual rumahnya kepada
pihak lain apabila pembeli tidak mampu melunasi cicilan rumahnya selama satu
tahun. Sementara itu, apabila pembayaran cicilan melewati jangka waktu yang
ditentukan, maka pembeli akan dikenakan denda sebesar 5% dari besar cicilan
dengan lama toleransi waktu pembayaran cicilan maksimal satu minggu setelah
tanggal jatuh tempo pembayaran cicilan.
Dalam hal ini, prediksi minat konsumen sangat penting bagi suatu
perusahaan property, dimana dengan adanya prediksi minat konsumen,
perusahaan property dapat mengambil suatu keputusan atau strategi yang benar
dan tepat bagi konsumennya. Teknologi data mining hadir sebagai solusi untuk
mengatasi hal tersebut. Aplikasi data mining ini memanfaatkan data masukan
berupa data konsumen, pendapatan konsumen, dan transaksi pembayaran besar
kredit. Data tersebut akan diolah dengan metode clustering dan dianalisis dengan
menggunakan teknik interpolasi. Setelah melewati proses tersebut, maka akan
didapatnya pola-pola dalam pengambilan keputusan. Aplikasi data mining dengan

3
metode interpolasi ini dapat digunakan untuk memprediksi minat konsumen
dalam membeli jenis rumah.
Sehubungan dengan hal-hal yang disebutkan di atas, maka peneliti
bermaksud untuk melakukan penelitian dengan judul ”Perangkat Lunak
Penerapan Data Mining dengan Metode Interpolasi untuk Memprediksi
Minat Konsumen pada PT. Jaya Asrindo Sejahtera Medan”.
1.2. Identifikasi Masalah
Adapun permasalahan yang timbul dalam sistem yang diterapkan oleh
perusahaan saat ini adalah belum adanya sebuah sistem yang dapat membantu
memprediksi minat konsumen dalam pembelian rumah berdasarkan kondisi
keuangannya.
Adapun rumusan masalah pada penelitian ini adalah bagaimana
membangun aplikasi yang membantu memprediksi minat konsumen yaitu
seberapa besar angsuran kredit yang terbaik sesuai dengan kondisi nasabah
menggunakan teknik data mining?
1.3. Batasan Masalah
Dalam pembahasan kali ini peneliti hanya akan membahas mengenai
permohonan kredit untuk angsuran rumah saja. Ruang lingkup yang akan dibahas
peneliti adalah:
1. Input sistem berupa data konsumen, pendapatan konsumen, dan transaksi
pembayaran besar kredit.

4
2. Output sistem berupa prediksi minat konsumen yaitu seberapa besar angsuran
besar kredit yang terbaik sesuai dengan kondisi konsumen.
3. Teknik clustering dipakai untuk mengelompokkan data.
4. Teknik interpolasi dipakai untuk analisis data.
5. Program dirancang dengan menggunakan aplikasi Microsoft Visual Basic
2010.
6. Laporan dihasilkan dengan menggunakan aplikasi Crystal Report 10.
7. Database dibuat dengan menggunakan aplikasi Microsoft Access 2007.
1.4. Tujuan dan Manfaat
Adapun tujuan dari penelitian ini adalah:
1. Menganalisis sistem untuk memprediksi kemampuan kredit konsumen pada
PT. Jaya Asrindo Sejahtera.
2. Merancang sistem informasi prediksi minat konsumen pada PT. Jaya Asrindo
Sejahtera.
Manfaat yang dapat diperoleh dari penelitian ini yaitu:
1. Bagi peneliti, penelitian ini akan menambah wawasan peneliti tentang
penerapan sistem informasi permohonan kredit di perusahaan.
2. Bagi perusahaan dan pembaca, penelitian ini dapat dijadikan sebagai referensi
dalam perancangan sistem data mining di perusahaan.
3. Bagi STMIK-TIME, laporan hasil penelitian ini dapat dijadikan sebagai
referensi bagi mahasiswa lainnya yang ingin mengangkat topik mengenai data
mining.
5
1.5. Sistematika Penulisan
Adapun sistematika penelitian laporan skripsi ini adalah sebagai berikut:
BAB I PENDAHULUAN
Bab ini membahas tentang latar belakang masalah, identifikasi
masalah, batasan masalah, tujuan dan manfaat serta sistematika
penelitian.
BAB II LANDASAN TEORI
Bab ini berisi tentang konsep sistem informasi, jenis-jenis kredit,
faktur-faktur yang mempengaruhi penjualan secara kredit, proses
kredit, data flow diagram (DFD), basis data, entity relationship
diagram (ERD), bahasa pemrograman, data mining, metode
interpolasi dan bentuk umum interpolasi polinomial.
BAB III METODOLOGI PENELITIAN
Bab ini berisi tempat dan jadwal penelitian, kerangka kerja yang
mencakup metode pengumpulan data, analisa sistem, perancangan
sistem, pembangunan sistem dan uji coba sistem.
BAB IV ANALISA DAN PERANCANGAN SISTEM
Bab ini berisi pembahasan masalah serta rancangan sistem yang
berupa analisa dan desain sistem yang digunakan.
BAB V HASIL DAN PEMBAHASAN
Bab ini berisi pembahasan mengenai tampilan output dan
penjelasan singkat mengenai kelebihan dan kelemahan sistem.

6
BAB VI KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dan saran berkaitan dengan penelitian
yang telah dilakukan.

BAB II
LANDASAN TEORI
2.1. Konsep Sistem Informasi
Suatu perusahaan yang telah berjalan, baik perusahaan kecil maupun
perusahaan besar pasti mempunyai sistem dalam melaksanakan kegiatan
perusahaan. Sistem yang dijalankan oleh suatu perusahaan akan selalu berbeda
dengan perusahaan lain, hal ini disebabkan oleh bidang usaha yang berbeda dan
konsep penerapan sistem yang berbeda.
2.1.1. Pengertian Sistem
Dalam berbagai literatur, dapat ditemukan berbagai definisi sistem
menurut para ahli, beberapa diantaranya yaitu:
1. “Sistem merupakan kesatuan (entity) yang terdiri dari bagian-bagian disebut
sub sistem yang saling berkaitan dengan tujuan untuk mencapai tujuan-tujuan
tertentu.” (Baridwan, 2009: 4)
2. “Sistem pada dasarnya adalah sekelompok unsur yang erat hubungannya satu
dengan yang lain, yang berfungsi bersama-sama untuk mencapai tujuan tertentu.”
(Sutabri, 2010: 9)
Dari berbagai definisi sistem yang tercantum, maka dapat disimpulkan
bahwa pengertian sistem secara umum adalah kumpulan dari bagian-bagian atau
elemen-elemen yang saling berhubungan dan terpadu untuk mencapai suatu tujuan
tertentu.
7
8
Sistem ini dapat diklasifikasikan sebagai berikut.
1. Sistem Abstrak yaitu suatu susunan teratur, gagasan atau konsep yang saling
bergantung. Sebagai contoh, sebuah sistem teknologi adalah sebuah susunan
gagasan mengenai manusia, tumbuh dan teman-teman.
Sistem Fisik adalah sebuah sistem yang terdiri dari bagian-bagian yang saling
berkaitan yang beroperasi bersama untuk mencapai beberapa sasaran atau
maksud.
2. Sistem Deterministik ini beroperasi dalam cara yang dapat diramalkan secara
tepat dan interaksi antar bagian-bagian dapat diketahui secara pasti.
Sedangkan Sistem Probabilitas ini dapat diuraikan sebagai istilah perilakuk
yang mungkin, tetapi ada sedikit kesalahan atas ragam terhadap jalannya
sistem.
3. Sistem Tertutup merupakan sistem yang mandiri dan sistem ini tidak tertukar
materi, informasi dan energi dalam lingkungannya. Sistem Tertutup semacam
ini akhirnya melemah dan tercerai berai.
Sedangkan Sistem Terbuka mengadakan pertukaran informasi, yang meliputi
masukan yang acak dan tertentu. Sistem Terbuka ini cenderung memiliki sifat
adaptasi, yang berarti sistem yang dapat menyesuaikan dengan perubahan-
perubahan sedemikian hingga dapat meneruskan eksistensinya.
(Sutabri, 2010: 10)
Analisis dan perancangan sistem seperti yang ditampilkan oleh
penganalisis sistem berupaya menganalisis input data atau aliran data secara
sistematis, memproses atau mentransformasikan data, menyimpan data dan
menghasilkan output informasi dalam konteks bisnis khusus.

9
Suatu sistem mempunyai karakteristik atau sifat-sifat yang tertentu,
seperti:
1. Komponen-komponen (Components)
Suatu sistem terdiri dari sejumlah komponen yang saling berinteraksi yang
artinya saling bekerja sama membentuk satu kesatuan. Komponen-komponen
sistem dapat berupa suatu subsistem atau bagian dari sistem. Setiap sistem
tidak peduli betapapun kecilnya, selalu mengandung komponen-komponen.
2. Batas sistem (Boundary)
Batas sistem merupakan daerah yang membatasi antara suatu sistem dengan
sistem yang lainnya atau dengan lingkungan luarnya. Batas sistem ini
memungkinkan suatu sistem dipandang sebagai satu kesatuan. Batas suatu
sistem menunjukkan ruang lingkup (scope) dari sistem tersebut.
3. Lingkungan luar sistem (Environment)
Lingkungan luar dari suatu sistem adalah apapun di luar batas dari sistem yang
mempengaruhi operasi sistem. Lingkungan luar sistem dapat bersifat
menguntungkan dan dapat juga bersifat merugikan sistem tersebut.
Lingkungan luar yang menguntungkan merupakan energi dari sistem dan
dengan demikian harus tetap dijaga dan dipelihara. Sedangkan lingkungan luar
yang merugikan harus ditahan dan dikendalikan, kalau tidak maka akan
mengganggu kelangsungan hidup dari sistem.
4. Penghubung (Interface)
Penghubung merupakan media penghubung antara satu subsistem dengan
yang lainnya. Melalui penghubung ini memungkinkan sumber-sumber daya

10
mengalir dari satu subsistem ke subsistem yang lainnya. Keluaran dari satu
sistem akan menjadi masukan untuk subsistem yang lainnya dengan melalui
penghubung.
5. Masukan (Input)
Masukan adalah energi yang dimasukkan ke dalam sistem. Masukan dapat
berupa masukan perawatan (maintenance input) dan masukan sinyal (signal
input). Maintenance input adalah energi yang dimasukkan supaya sistem
tersebut dapat beroperasi. Signal input adalah energi yang diproses untuk
didapat keluaran.
6. Keluaran (Output)
Keluaran adalah hasil dari energi yang diolah dan diklasifikasikan menjadi
keluaran yang berguna dan sisa pembuangan. Keluaran dapat merupakan
masukan untuk subsistem yang lain atau kepada supra sistem.
7. Pengolah (Process)
Suatu sistem dapat mempunyai suatu bagian pengolah yang akan merubah
masukan menjadi keluaran. Suatu sistem produksi akan mengolah masukan
berupa bahan baku dan bahan-bahan yang lain menjadi keluar berupa barang
jadi.
8. Sasaran (Objectives)
Suatu sistem pasti mempunyai tujuan atau sasaran. Kalau suatu sistem tidak
mempunyai sasaran, maka operasi sistem tidak akan ada gunanya. Sasaran
dari sistem sangat menentukan sekali masukan yang dibutuhkan sistem dan
keluaran yang akan dihasilkan sistem. Suatu sistem dikatakan berhasil bila
mengenai sasaran atau tujuannya. (Hartono, 2009: 4)

11
2.1.2. Pengertian Informasi
Informasi juga memiliki beberapa penafsiran yang dipaparkan oleh
beberapa ahli, seperti penjabaran berikut:
1. Menurut Baridwan (2009: 4):
Informasi merupakan bagian yang terpenting di dalam sebuah organisasi.

Tanpa adanya informasi suatu organisasi tidak mungkin bisa maju. Suatu sistem
yang kurang mendapat informasi akan menjadi luruh, kerdil dan akhirnya
berakhir. Robert N. Anthony dan John Dearden menyebut keadaan dari sistem
dalam hubungannya dengan keberakhirannya dengan istilah entropy yang
disebut negative entropy.
2. “Informasi adalah data yang telah diklasifikasi atau diolah atau
diinterpretasikan untuk digunakan dalam proses pengambilan keputusan.”
(Sutabri, 2010: 18)
Sedangkan, data merupakan bentuk yang masih mentah yang belum dapat
bercerita banyak sehingga perlu diolah lebih lanjut. Data diolah melalui suatu
model untuk dihasilkan informasi. Data yang diolah untuk menghasilkan
informasi menggunakan suatu model proses tertentu.
Data yang diolah melalui suatu model menjadi informasi, penerima
kemudian menerima informasi tersebut, membuat suatu keputusan dan melakukan
tindakan, yang berarti menghasilkan suatu tindakan lain yang akan membuat
sejumlah data kembali. Data tersebut akan ditangkap sebagai input, diproses
kembali lewat suatu model dan seterusnya membentuk suatu siklus. Siklus ini
disebut dengan siklus informasi (information cycle) dan disebut juga dengan
siklus pengolahan data (data processing cycle).
Jadi, hal yang terpenting untuk membedakan informasi dengan data,
informasi itu mempunyai kandungan “makna” dan data tidak mempunyai
“makna”. Makna artinya output (sebagai penunjang sistem). Pengertian makna

12
disini merupakan hal yang sangat penting, karena berdasarkan makna inilah si
penerima dapat memahami informasi tersebut dan secara lebih jauh dapat
menggunakannya untuk menarik suatu kesimpulan atau bahkan mengambil
keputusan. (Hartono, 2009: 9)
Untuk memudahkan dalam memahami pengertian informasi, dapat
diperlihatkan siklus informasi yang menggambarkan pengolahan data menjadi
informasi dan pemakaian informasi untuk mengambil keputusan hingga
akhirnya dari tindakan hasil pengambilan keputusan tersebut dihasilkan data
kembali.
Secara ringkas siklus informasi dapat dilihat pada gambar 2.1:
Proses
(Model)
Input Output
(Data) (Informasi)
Dasar
Data
Data
Penerima
(Ditangkap)
Hasil Keputusan
Tindakan Tindakan
Gambar 2.1 Siklus Informasi
Sumber: Hartono, 2009: 9
2.1.3. Pengertian Sistem Informasi
Sesungguhnya yang dimaksud dengan sistem informasi tidak harus
melibatkan komputer. Sistem informasi yang menggunakan komputer biasa

13
disebut sistem informasi berbasis komputer. Dalam prakteknya, istilah sistem
informasi lebih sering dipakai tanpa embel-embel berbasis komputer walaupun
dalam kenyataannya komputer merupakan bagian yang penting.
Ada beragam definisi sistem informasi, beberapa diantaranya adalah
sebagai berikut:
1. Menurut Sutabri (2010: 36):
Sistem Informasi adalah suatu sistem di dalam suatu organisasi yang

mempertemukan kebutuhan pengolahan transaksi harian yang mendukung
fungsi operasi organisasi yang bersifat manajerial dengan kegiatan strategi
dari suatu organisasi untuk dapat menyediakan kepada pihak luar tertentu
dengan laporan-laporan yang diperlukan.
2. “Sistem informasi adalah sekumpulan prosedur organisasi yang pada saat
dilaksanakan akan memberikan informasi bagi pengambilan keputusan /
pengendalian organisasi.” (Effendy, 2008: 135)
3. Menurut Jogiyanto (2009: 11):
Sistem informasi juga dapat diartikan sebagai suatu sistem di dalam suatu
organisasi yang mempertemukan kebutuhan pengolahan transaksi harian,
mendukung operasi, bersifat manajerial dan kegiatan strategi dari suatu
organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang
diperlukan.
Dari berbagai definisi yang disebutkan diatas, dapat disimpulkan bahwa
sistem informasi mencakup sejumlah komponen (manusia, komputer, teknologi
informasi, dan prosedur kerja), ada sesuatu yang diproses (data menjadi
informasi), dan dimaksudkan untuk mencapai suatu sasaran atau tujuan.
Subsistem dalam sistem informasi dapat terdiri dari subsistem akuntansi,
subsistem pembelian, subsistem pemasaran, subsistem produksi, subsistem
personalia, dan sebagainya. Masing-masing subsistem tersebut dapat terdiri dari

14
subsistem yang lebih kecil. Pembagian subsistem tersebut bergantung pada
masing-masing perusahaan.
Sistem informasi terdiri dari komponen-komponen yang disebut dengan
istilah blok bangunan (building block) yaitu:
1. Blok Masukan (Input Block)
Input mewakili data yang masuk ke dalam sistem informasi. Input disini
termasuk metode-metode dan media untuk menangkap data yang akan
dimasukkan, yang dapat berupa dokumen-dokumen dasar.
2. Blok Model (Model Block)
Blok ini terdiri dari kombinasi prosedur, logika dan model matematik yang
akan memanipulasi data input dan data yang tersimpan di basis data dengan
cara yang sudah tertentu untuk menghasilkan keluaran yang diinginkan.
3. Blok Keluaran (Output Block)
Produk dari sistem informasi adalah keluaran yang merupakan informasi yang
berkualitas dan dokumentasi yang berguna untuk semua tingkatan manajemen
serta semua pemakai sistem.
4. Blok Teknologi (Technology Block)
Teknologi merupakan kotak alat dalam sistem informasi. Teknologi digunakan
untuk menerima input, menjalankan model, menyimpan dan mengakses data,
menghasilkan dan mengirimkan keluaran dan membantu pengendalian dari
sistem secara keseluruhan. Teknologi terdiri dari 3 bagian utama yaitu teknisi
(humanware atau brainware), perangkat lunak (software) dan perangkat keras
(hardware).
15
5. Blok Basis Data (Database Block)
Basis data merupakan kumpulan dari data yang saling berhubungan satu
dengan yang lainnya, tersimpan di perangkat keras komputer dan digunakan
perangkat lunak untuk memanipulasinya. Data perlu disimpan di dalam basis
data untuk keperluan penyediaan informasi lebih lanjut.
6. Blok Kendali (Controls Block)
Banyak hal yang dapat merusak sistem informasi, seperti bencana alam, api,
temperatur, air, debu, kecurangan-kecurangan, kegagalan dari sistem itu
sendiri, kesalahan, ketidakefisienan, sabotase dan lain sebagainya.
(Hartono, 2009: 12)
2.2. Jenis-Jenis Kredit
Dalam bahasa latin kredit disebut ‘credere’ yang artinya percaya, karena
itu dasar dari kredit adalah kepercayaan. Dengan demikian pihak pemberi kredit
percaya kepada pihak penerima kredit, bahwa kredit yang disalurkannya pasti
akan dikembalikan sesuai perjanjian, sedangkan bagi pihak penerima kredit
berarti menerima kepercayaan sehingga mempunyai kewajiban untuk membayar
kembali pinjaman tersebut sesuai dengan jangka waktunya (Kasmir, 2008: 100).
Pengertian kredit menurut Undang-Undang Perbankan nomor 10 tahun
1998 adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan itu,
berdasarkan persetujuan atau kesepakatan pinjam meminjam antara bank dengan
pihak lain yang mewajibkan pihak peminjam melunasi utangnya setelah jangka
waktu tertentu dengan pemberian bunga.

16
Perusahaan dagang memberikan kredit dengan tujuan untuk meningkatkan
penjualan dan mengimbangi pesaing. Lembaga perbankan atau yang sejenis
memberikan kredit dengan tujuan untuk memperoleh bunga dari pokok
pinjamannya. Sedangkan pihak debitur atau pelanggan melakukan transaksi kredit
dengan alasan tidak mempunyai kas yang cukup untuk membeli dan membayar
suatu produk atau terpaksa meminjam sejumlah uang untuk modal dan diharapkan
dengan modal pinjaman tersebut diperoleh suatu penghasilan yang nantinya dapat
mengembalikan pinjamannya tersebut serta memperoleh nilai lebih atau
keuntungan.
Terdapat dua kelas besar kredit yaitu kredit konsumen dan kredit dagang.
Kredit konsumen (customer credit) diberikan oleh penjual eceran pada para
konsumen akhir yang membeli produk untuk digunakan secara pribadi atau
keluarganya. Kredit dagang (trade credit) diberikan oleh perusahaan non
keuangan seperti pengusaha manufaktur dan pedagang besar, pada para konsumen
yang merupakan perusahaan bisnis lain. Kredit konsumen dan kredit dagang
berbeda dalam hal jenis alat kredit yang digunakan, sumber pendanaan piutang
dan syarat penjualan. Perbedaan penting lainnya adalah jaminan kredit yang hanya
tersedia bagi kredit dagang.
Kredit Konsumen terdiri dari:
a. Kredit terbuka (Open Charge Accounts)
Ketika menggunakan kredit terbuka, seorang konsumen memperoleh
kedirekturan barang (atau jasa) pada saat pembelian, dengan melakukan
pembayaran pada saat dilakukan penagihan secara tipikal syarat yang
ditetapkan meminta pembayaran pada akhir bulan. Akan tetapi, biasanya

17
memungkinkan sebuah periode yang lebih panjang daripada yang ditetapkan.
Tidak terdapat biaya keuangan bagi jenis kredit ini jika saldo pada
rekeningnya dibayar secara penuh pada akhir periode penagihan. Para
konsumen pada umumnya tidak diminta untuk memberikan uang muka atau
menjanjikan jaminan rekening-rekening kecil. Department Store merupakan
contoh yang baik dari kredit terbuka.
b. Kredit angsuran (Installment Accounts)
Kredit angsuran adalah kendaraan bagi kredit konsumen jangka panjang.
Biasanya diminta untuk memberikan uang muka, dan biaya keuangan tahunan
dapat berjumlah 20% atau lebih dari harga pembelian. Periode pembayaran
umumnya berkisar dari 12 bulan sampai 36 bulan. Dealer mobil seringkali
menawarkan periode pembayaran yang lebih lama, yaitu 60 bulan. Kredit
angsuran bermanfaat bagi pembelian besar seperti: mobil, rumah dan lain-lain.
Saat ini, bunga dari kredit angsuran rumah pada PT. Jaya Asrindo Sejahtera
adalah sebesar 9,2 %.
c. Kredit Beredar (Revolving Charge Accounts)
Kredit beredar adalah variasi dari kredit angsuran. Seorang penjual
memberikan pada seorang konsumen sejenis kredit dan pembelian yang
dibebankan mungkin tidak akan melebihi batas kredit tersebut. Sebuah
persentase tertentu dari saldo yang beredar / belum dilunasi harus dibayar per
bulan yang memaksa konsumen untuk menganggarkan dan membatasi jumlah
utang yang dapat dipinjamkan. Biaya keuangan dihitung pada saldo yang
belum dibayar di akhir bulan. Kartu kredit menawarkan jenis rekening ini.
18
d. Kredit Dagang
Syarat penjualan bagi kredit dagang tergantung pada produk yang dijual dan
keadaan pembeli serta penjual. Periode kredit sering berubah secara langsung
dengan lamanya periode perputaran pembeli, yang secara jelas tergantung
pada jenis produk yang dijual. Semakin besar pesanan dan semakin tinggi
rating kredit pembeli maka semakin baik syarat penjualan yang ada, yang
mengasumsikan bahwa syarat perseorangan adalah tetap bagi tiap pembeli.
2.3. Faktor-Faktor yang Mempengaruhi Penjualan secara Kredit
Empat faktor yang berhubungan dengan keputusan wirausaha untuk
memberikan kredit adalah sebagai berikut.
1. Jenis bisnis
Para penjual eceran dari barang yang dapat bertahan lama secara tipikal
memberikan kredit secara lebih besar daripada yang diberikan oleh penjual
kecil yang menjual bahan pangan yang dapat membusuk. Jangka hidup sebuah
produk membuat penjualan secara angsuran dapat dilakukan dengan mudah.
2. Kebijakan kredit pesaing
Kalau perusahaan menawarkan beberapa keuntungan dalam penggantian
kerugian, tindakan tersebut diharapkan sebaik pemberian kredit yang
diberikan oleh para pesaingnya.
3. Tingkat penghasilan konsumen
Usia dan tingkat penghasilan para konsumen adalah faktor yang signifikan
dalam menentukan kebijakan kredit. Sebagai contoh, sebuah toko obat-obatan
yang berdekatan dengan sekolah menengah mungkin tidak akan memberikan

19
kredit bagi siswa sekolah menengah tersebut, yang secara tipikal merupakan
para konsumen yang tidak diinginkan untuk memperoleh kredit karena
kurangnya penghasilan dan kedewasaan mereka.
4. Tersedianya modal kerja
Tidak dapat disangkal bahwa penjualan kredit meningkatkan jumlah modal
kerja yang dibutuhkan oleh bisnis yang melakukan penjualan. Rekening kredit
secara terbuka untuk membayar pengeluaran bisinis.
2.4. Proses Kredit
Banyak perusahaan kecil memberikan sedikit perhatian pada sistem
manajemen kredit mereka sampai saat timbul permasalahan utang yang tidak
dapat ditagih. Manajemen kredit akan mendahului penjualan kredit pertama kali
(dalam bentuk proses penyaringan yang teliti) dan kemudian melanjutkan siklus
kredit keseluruhan.
2.4.1. Unsur-unsur Kredit
Menurut Kasmir (2008 : 101), adapun unsur-unsur yang terkandung dalam
pemberian suatu fasilitas kredit adalah sebagai berikut.
1. Kepercayaan
Kepercayaan merupakan suatu keyakinan basi sipemberi kredit bahwa kredit
yang diberikan (baik berupa uang, barang atau jasa) benar-benar diterima
kembali dimasa yang akan datang sesuai jangka waktu kredit. Kepercayaan
diberikan oleh bank sebagai dasar utama yang melandasi mengapa suatu kredit
berani diberikan.
20
2. Kesepakatan
Disamping unsur kepercayaan didalam kredit juga mengandung unsur-unsur
kesepakatan antara sipemberi kredit dengan sipenerima kredit, kesepakatan ini
berupa surat perjanjian dimana masing-masing pihak harus mengetahui hak
dan kewajiban masing-masing.
3. Jangka waktu
Setiap kredit yang diberikan memiliki jangka waktu tertentu, jangka waktu ini
mencakup masa pengembalian yang telah diberikan debitur.
4. Resiko
Faktor resiko disini adalah semua kerugian yang diakibatkan oleh debitur
dimana kerugian ini disebabkan karena debitur sengaja tidak mau membayar
kredit dan resiko karena ketidaksengajaan debitur seperti musibah dan
bencana alam.
5. Balas jasa
Akibat dari pemberi fasilitas kredit, Bank tertentu mengharapkan balas jasa
pemberian kredit tersebut dimana yang bisa kita kenal dengan nama bunga
bagi bank, yang mana bunga bagi bank inilah yang merupakan keuntungan
bagi bank sebagai pemberi kredit atau jasa tersebut seperti yang kita kenal
dengan nama bunga.
2.4.2. Evaluasi Pelamar Kredit
Dalam mengevaluasi status kredit pelamar, seorang penjual harus
menjawab pertanyaan berikut.
a. Dapatkah pembeli membayar seperti yang dijanjikan ?

21
b. Akankah pembeli membayar ?
c. Jika ya, kapankah pembeli akan membayar ?
d. Jika tidak, dapatkah pembeli dipaksa untuk membayar ?
Jawaban dari pertanyaan-pertanyaan di atas harus didasarkan pada bagian
perkiraan penjualan akan kemampuan dan kesediaan para pembeli untuk
membayar. Perkiraan seperti ini mengharuskan sebuah penilaian pada kelayakan
kredit yang melekat pada pembeli.
Sebuah keputusan untuk memberikan kredit hanya mengakui kedudukan
kredit pembeli. Tapi penjual harus mempertimbangkan kemungkinan jika pembeli
akan tidak dapat membayar atau tidak bersedia membayar ketika mengevaluasi
status kredit seorang pemohon. Oleh karena itu, penjual harus memutuskan berapa
banyak resiko yang diasumsikan bila tidak terjadi pembayaran.
Kemampuan untuk membayar dievaluasi dengan lima ”C”, yaitu:
a. Character (karakter) menunjukkan pada integritas dan kejujuran dasar yang
akan mendasari semua hubungan manusia dan bisnis.
b. Capital (modal) terdiri dari kas dan asset lain yang dimiliki konsumen.
c. Capacity (kapasitas) menunjuk pada kemampuan konsumen untuk melindungi
asset secara tepat dan efisien mengikuti rencana keuangan.
d. Conditions (kondisi) menunjuk pada faktor-faktor seperti siklus bisnis,
perubahan tingkat harga, yang mungkin menguntungkan atau tidak
menguntungkan pembayaran utang.
e. Collateral (jaminan) terdiri dari jaminan yang dirancang untuk diberikan
sebagai janji pemenuhan sebuah kewajiban.

22
2.4.3. Sumber Informasi Kredit
Sumber informasi kredit adalah sejarah awal kredit seorang konsumen.
Dianalisis secara tepat, catatan kredit memperlihatkan apakah seorang konsumen
secara teratur mengambil diskon tunai. Jika tidak, apakah rekening seorang
konsumen secara tipikal lambat.
Data yang bersangkutan dengan pemohon kredit dapat diperoleh dari pihak
luar perusahaan. Sebagai contoh, perjanjian yang mungkin dibuat dengan penjual
lain, untuk saling menukarkan data kredit. Pertukaran informasi kredit seperti itu
cukup bermanfaat untuk mempelajari pengalaman penjualan dan pembayaran
pihak lain yang dialami dengan konsumen penjualan itu sendiri atau pemohon
kredit.
2.5. Data Flow Diagram (DFD)
Data Flow Diagram (DFD) adalah representasi grafik dari sebuah sistem,
yang menggambarkan pandangan sejauh mungkin mengenai masukan, proses dan
keluaran sistem. (Kendall dan Kendall, 2010: 263)
Serangkaian diagram aliran data berlapis juga dapat digunakan untuk
merepresentasikan dan menganalisis prosedur-prosedur mendetail dalam sistem
yang lebih besar.
Adapun kelebihan pendekatan aliran data melalui cara data berpindah di
sepanjang sistem yaitu:
1. Kebebasan dari menjalankan implementasi teknis sistem yang terlalu dini.
2. Pemahaman lebih jauh mengenai keterkaitan satu sama lain dalam sistem dan
subsitem.
23
3. Menkomunikasikan pengetahuan sistem yang ada dengan pengguna melalui
diagram aliran data.
Adapun beberapa simbol DFD yang sering digunakan adalah sebagai
berikut:
1. Simbol proses, digunakan untuk menunjukkan adanya proses transformasi.
Proses-proses tersebut selalu menunjukkan suatu perubahan data. Bentuk
simbol tersebut yaitu:
Gambar 2.2 Simbol Proses
Sumber : Kendall dan Kendall, 2010: 263
2. Simbol panah, menunjukkan perpindahan data dari satu titik ke titik yang lain,
dengan kepala tanda panah mengarah ke tujuan data. Aliran data yang muncul
secara simultan bisa digambarkan hanya dengan menggunakan tanda paralel.
Bentuk simbol tersebut yaitu:
Gambar 2.3 Simbol Panah
3. Simbol entitas, digunakan untuk menggambarkan suatu entitas eksternal
(bagian lain, sebuah perusahaan, seseorang atau sebuah mesin) yang dapat
mengirim data atau menerima data dari sistem. Bentuk simbol tersebut adalah:
Gambar 2.4 Simbol Entitas

24
4. Simbol penyimpanan, digambarkan dengan dua garis paralel yang tertutup
oleh sebuah garis pendek di sisi kiri dan ujungnya terbuka di sisi sebelah
kanan. Simbol ini digambarkan hanya dengan lebar secukupnya saja, sehingga
memungkinkan menandai bentuk huruf-huruf diantara garis-garis paralel yang
ada, dimana bentuk simbol tersebut adalah:
Gambar 2.5 Simbol Penyimpanan
Berikut diberikan beberapa penjabaran yang berhubungan dengan DFD.
a. Aturan Main DFD
Bentuk rambu-rambu atau aturan main yang baku dan berlaku dalam
penggunaan DFD untuk membuat model sistem adalah:
1. Di dalam data flow diagram tidak boleh menghubungkan antara external entity
dengan external entity lainnya secara langsung.
2. Di dalam data flow diagram tidak boleh menghubungkan data store yang satu
dengan data store yang lainnya secara langsung.
3. Di dalam data flow diagram tidak boleh menghubungkan data store dengan
external entity secara langsung.
4. Setiap proses harus ada memiliki data flow yang masuk dan ada juga data flow
yang keluar.
(Kendall dan Kendall(I), 2010: 263-269)

25
b. Teknik Membuat DFD
Teknik atau cara yang lazim digunakan di dalam membuat data flow
diagram adalah:
1. Mulai dari yang umum atau tingkatan yang lebih tinggi, kemudian diuraikan
atau dijelaskan sampai yang lebih detail atau tingkatan yang lebih rendah,
yang lebih dikenal dengan istilah Top-Down Analysis.
2. Jabarkan proses yang terjadi didalam data flow diagram sedetail mungkin
sampai tidak dapat diuraikan lagi.
3. Peliharalah konsistensi proses yang terjadi didalam DFD, mulai dari diagram
yang tingkatannya lebih tinggi sampai dengan tingkatannya yang lebih rendah.
4. Berikan label yang bermakna untuk setiap simbol yang digunakan seperti:
a) Nama yang jelas untuk external entity
b) Nama yang jelas untuk proses
c) Nama yang jelas untuk data flow
d) Nama yang jelas untuk data store
c. Tahapan DFD
Langkah-langkah didalam membuat data flow diagram dibagi menjadi tiga
tahap atau tingkat konsentrasi DFD, yaitu:
1. Diagram Konteks
Diagram ini dibuat untuk menggambarkan sumber serta tujuan data yang akan
diproses atau dengan kata lain diagram tersebut digunakan untuk

26
menggambarkan sistem secara umum, global dari keseluruhan sistem yang
ada.
2. Diagram Nol
Diagram ini dibuat untuk menggambarkan tahapan proses yang ada di dalam
diagram konteks, yang penjabarannya lebih terperinci.
3. Diagram Detail
Diagram ini dibuat untuk menggambarkan arus data secara lebih mendetail
lagi dari tahapan proses yang ada di dalam diagram nol.
2.6. Basis Data
Basis data adalah pusat sumber data yang dapat dipakai oleh banyak
pemakai untuk berbagai aplikasi. Inti dari basis data adalah database management
system (DBMS) yang memperbolehkan pembuatan, modifikasi, pembaharuan
basis data, mendapatkan kembali data dan membangkitkan laporan. (Kendall &
Kendall, 2010: 128)
Tujuan dari basis data, yaitu:
a) Memastikan bahwa data dapat dipakai diantara pemakai untuk berbagai
aplikasi.
b) Memelihara baik keakuratan maupun kekonsistenan.
c) Memastikan bahwa semua data yang diperlukan untuk aplikasi sekarang dan
yang akan datang disediakan dengan cepat.
d) Membolehkan basis data untuk berkembang.
(Kendall & Kendall, 2010: 128)

27
Tujuan yang telah disebutkan di atas memberikan keuntungan dan
kerugian pendekatan basis data. Pertama, pemakaian data berarti bahwa data perlu
disimpan hanya sekali. Membantu mencapai integritas data, karena mengubah
data yang diselesaikan lebih mudah dan dapat dipercaya jika data muncul hanya
sekali dalam banyak file berbeda.
Ketika pemakai memerlukan data khusus, basis data yang dirancang
dengan baik (well-designed) memenuhi lebih dahulu kebutuhan data yang
demikian. Akibatnya, data memiliki kesempatan tersedia yang lebih baik dalam
basis data daripada dalam sistem file yang konvensional. Basis data yang
dirancang dengan baik juga lebih fleksibel daripada file terpisah, karena itu, basis
data dapat berkembang seperti pada perubahan kebutuhan pemakai dan
aplikasinya.
Akhirnya, pendekatan basis data memiliki keuntungan yang membolehkan
pemakai untuk memiliki pandangan sendiri mengenai data. Pemakai tidak perlu
memperhatikan struktur sebenarnya basis data atau penyimpan fisiknya.
Kerugian pertama pendekatan basis data adalah bahwa semua data
disimpan dalam satu tempat. Oleh karena itu, data lebih mudah diserang bencana
dan membutuhkan backup yang lengkap. Terdapat resiko bahwa administrator
basis data menjadi satu-satunya orang yang mempunyai hal istimewa atau
kemampuan cukup untuk mendekati data.
Kerugian lain terjadi ketika usaha untuk mencapai dua tujuan efektif untuk
mengatur sumber data, seperti:
1. Menjaga waktu yang diperlukan untuk insert, update, menghapus dan
memperoleh kembali data untuk suatu jumlah yang dapat dipertahankan.

28
2. Menjaga harga penyimpanan data untuk jumlah yang dapat diterima.
(Kendall & Kendall, 2010: 128)
Sebuah basis data terdiri atas beberapa tabel (sesuai dengan kebutuhan
program). Tabel adalah kumpulan dari record-record sejenis dengan panjang
elemen yang sama tapi data valuenya berbeda. Sebuah tabel terdiri atas beberapa
record. Record adalah kumpulan dari atribut-atribut yang menginformasikan
sebuah entitas secara lengkap. Sebuah record terdiri atas beberapa field. Field
adalah item-item yang terdapat pada sebuah entitas yang dapat bertindak sebagai
pengenal bagi entitas tersebut.
Microsoft Access adalah salah satu program aplikasi Relational Database
Management System (RDBMS), dimana semua data yang ada disimpan dalam
tabel-tabel yang terdiri dari atas lajur kolom dan baris. Dengan RDBMS,
pengelolaan sebuah database akan mudah dilakukan walaupun jumlah datanya
banyak dan kompleks.
Dibandingkan dengan program aplikasi pembuatan database lain,
Microsoft Access sangat mudah digunakan dan fleksibel dalam pembuatan dan
perancangan suatu database. Perancangan dan pengelolaan database pada
Microsoft Access meliputi pembuatan Table, Form, Query, Macro, Modul dan
Pages.
Sedangkan, tipe data yang ada dalam Microsoft Access adalah:
1. Text : untuk menerima data teks sampai 255 karakter yang terdiri
dari huruf, angka dan simbol grafik.

29
2. Memo : untuk menerima data teks sampai 65,535 karakter yang
terdiri dari huruf, bilangan, tanda baca serta simbol grafik. Tipe data ini tidak
dapat digunakan sebagai acuan untuk pengurutan data (indeks).
3. Number : untuk menerima digit, tanda minus dan titik desimal. Tipe
data number mempunyai lima pilihan ukuran bilangan dan jumlah digit
tertentu.
4. Date/Time : untuk menerima data tanggal dan waktu, serta nilai tahun
yang dimulai tahun 100 sampai dengan tahun 9999.
5. Currency : untuk menerima data digit, tanda minus, dan tanda titik
desimal dengan tingkat ketepatan 15 digit desimal di sebelah kiri tanda titik
desimal dan 4 digit di sebelah kanan tanda titik desimal.
6. Autonumber : untuk menampilkan nomor urut otomatis, yaitu berupa
data angka mulai dari 1 dengan nilai selisih 1.
7. Yes/No : tipe ini untuk menerima salah satu data dari dua nilai,
yaitu Yes/No, True/False atau On/Off.
8. OLE Object : untuk menerima data yang berupa objek grafik,
spreadsheet, foto digital, rekaman suara atau video yang dapat diambil dari
program aplikasi lain. Ukuran maksimum adalah 1 Gigabyte.
9. Hyperlink : untuk menerima data yang berupa teks yang berwarna dan
bergaris bawah serta grafikm dimana tipe data ini berhubungan dengan
jaringan.
10. Attachment : untuk menerima data yang berupa file gambar,
spreadsheet, dokumen, grafik dan tipe data lain.

30
11. Lookup Wizard : untuk menampilkan satu dari beberapa tipe data yang ada
dalam suatu daftar. Data tersebut dapat diambil dari tabel maupun query yang
ada.
2.7. Entity Relationship Diagram (ERD)
ERD adalah gambar atau diagram yang menunjukkan informasi dibuat,
disimpan dan digunakan dalam sistem bisnis. Entitas biasanya menggambarkan
jenis informasi yang sama. Dalam entitas digunakan untuk menghubungkan antar
entitas yang sekaligus menunjukkan hubungan antar data. Pada akhirnya ERD
bisa juga digunakan untuk menunjukkan aturan-aturan bisnis yang ada pada
sistem informasi yang akan dibangun.
Elemen-elemen ERD, mencakup:
1. Entitas
Entitas bisa berupa orang, kejadian, atau benda dimana data akan
dikumpulkan. Untuk menjadi sebuah entitas, suatu objek harus menampilkan
beberapa kali event.
2. Atribut
a. Informasi yang diambil tentang sebuah entitas.
b. Hanya digunakan oleh organisasi yang dimasukkan dalam model.
c. Nama atribut harus merupakan kata benda.
d. Kadang nama entitas diletakkan di depan nama atribut untuk ketelitian.
3. Identifier
a. Satu atau lebih atribut dapat menjadi identifier entitas, yang secara unik
mengidentifikasi setiap anggota dari entitas.

31
b. Concatenated identifier (identifier gabungan) terdiri dari beberapa atribut.
c. Identifier bisa saja artificial, seperti dengan membuat nomor ID.
d. Identifier tidak akan dikembangkan sampai fase desain.
4. Relationships
a. Hubungan antar entitas.
b. Entitas pertama dalam relationship disebut entitas induk, entitas kedua
disebut sebagai entitas anak.
c. Relationship harus memiliki nama yang berupa kata kerja.
d. Relationship berjalan 2 arah.
(Kendall & Kendall(II), 2010: 155-156)
Hubungan diasosiasikan dengan entitas. Hubungan adalah ikatan yang
menggambarkan interaksi antarentitas. (Kendall & Kendall(II), 2010: 131)
Simbol dari hubungan tersebut dapat dilihat pada tabel 2.1:
Tabel 2.1. Simbol Hubungan Entitas dan Artinya
Sumber: Kendall dan Kendall (II), 2010: 133

32
2.8. Bahasa Pemrograman
Bahasa pemrograman berdasarkan tingkat ketergantungannya dengan
mesin bisa meliputi:
a. Machine-code languages
Merupakan bentuk terendah dari bahasa komputer. Setiap instruksi dalam
program direpresentasikan dengan kode numerik, yang secara fisik berupa
deretan angka 0 dan 1. Sekumpulan instruksi dalam bahasa mesin bisa
dibentuk menjadi microcode, yaitu semacam prosedur dalam bahasa mesin.
b. Assembly languages
Merupakan bentuk simbolik dari bahasa mesin. Setiap kode memiliki kode
simbolik, misalnya ADD untuk penjumlahan (addition) dan MUL untuk
perkalian (multiplication). Pada bahasa assembly tersedia alat bantu untuk
diagnostik (debug) yang tidak terdapat pada bahasa mesin. Contoh software
yang ada untuk pengembangan dan debug bahasa assembly seperti Turbo
Assembler dari Borland, Macro Assembler dari Microsoft, Turbo Debugger.
c. High-level languages
Disebut tingkat tinggi karena lebih dekat dengan manusia. Memberikan
fasilitas yang lebih mudah, serta mudah dimengerti dan dipelajari oleh
pengguna. Pengguna tidak perlu mengetahui bagaimana representasi data ke
dalam bentuk internal di memori, karena pekerjaan tersebut ditangani oleh
suatu sistem yang mentranslasikan program bahasa tingkat tinggi ke dalam
bahasa mesin. Contohnya Pascal, Visual Basic.

33
d. Problem-oriented language
Memungkinkan penyelesaian untuk suatu masalah atau aplikasi yang spesifik.
Contohnya SQL (Structured Query Language) untuk aplikasi database, QBE
(Query by Example).
(Junindar, 2008: 3)
Visual Basic.NET adalah generasi selanjutnya dari Visual Basic. Visual
Basic.Net memungkinkan kita untuk membangun aplikasi database client atau
server performa tinggi dan sangat cocok didampingkan dengan perangkat lunak
SQL Server 2000.
Pemilihan Visual Basic.NET sebagai program pengembang sistem ini
adalah karena merupakan salah satu program aplikasi yang berada di bawah
platform .NET framework. Dalam dialog New Project terdapat beberapa jenis
aplikasi yang akan dibuat termasuk bahasa pemrograman yang digunakan. Jenis
aplikasi yang dapat dibuat adalah:
1. Windows Application: aplikasi yang paling umum dibuat, menggunakan
interface windows. Biasanya, Windows Application merupakan interface
aplikasi, sedangkan logic aplikasi terdapat di dalam Class Library. Windows
Application dapat berisi form, class, XML file, maupun file VB Script dan
Jscript.
2. Class Library: fondasi dasar untuk membuat komponen yang menjalankan
fungsi tertentu. Class merupakan fondasi dasar untuk membentuk objek dalam
pemrograman berorientasi objek. Class Library tidak memiliki interface
tertentu seperti form, tetapi dapat diakses oleh aplikasi lain untuk menjalankan
berbagai fungsi yang terdapat di dalamnya. Class Library dapat disamakan

34
dengan teknologi ActiveX DLL (.dll) dan ActiveX EXE dalam pemrograman
VB6.
3. Windows Control Library: tidak puas dengan built in control yang disediakan
VS.NET ? Anda dapat berkreasi membuat kontrol sendiri dan memasukkan
berbagai fungsi yang Anda inginkan di dalam kontrol tersebut. Fasilitas untuk
membuat kontrol tersebut adalah Windows Control Library. Kontrol ini sama
dengan ActiveX Control (.ocx) dalam pemrograman VB6.
4. ASP.NET Web Application: project yang digunakan untuk membuat aplikasi
web. Teknologi yang digunakan adalah ASP.NET yang memiliki berbagai
kelebihan dibandingkan ASP klasik. Perubahan utamanya adalah dapat
diprogram menggunakan berbagai bahasa .NET seperti VB, C++, C#, maupun
J#. ASP.NET juga menyediakan berbagai kontrol yang bersifat event driven
programming sehingga lebih menghemat waktu pembuatan aplikasi.
5. ASP.NET Web Service: Web service merupakan salah satu ide utama dalam
.NET. Anda dapat membuat web service dan meletakkannya di web server
untuk diakses berbagai aplikasi. Sebuah web service dapat diakses oleh
aplikasi windows, web, console, maupun mobile device. Web service hampir
sama dengan Class Library. Perbedaan utamanya adalah web service
diletakkan di web server sehingga dapat diakses dengan lebih mudah dan tidak
terbatas pada aplikasi berbasis windows saja.
6. Console Application: aplikasi dengan tampilan text mode atau DOS. Aplikasi
jenis ini biasa digunakan sebagai monitoring service atau remote application
di mana sumber daya komputer dan bandwidth sangat terbatas.

35
7. Windows Service: aplikasi yang berjalan sebagai di windows, yang di-load
bersamaan dengan proses start up windows. Aplikasi ini berjalan di
background dan biasanya tidak memiliki interface. Penerapan aplikasi ini
misalnya untuk pembuatan scanning antivirus, server FTP dan remote server.
8. Web Control Library: hampir sama dengan Windows Control Library tapi
digunakan untuk aplikasi web.
(Junindar, 2008: 3-5)
2.9. Data mining
Data mining adalah suatu istilah yang digunakan untuk menguraikan
penemuan pengetahuan di dalam database. Data mining adalah proses yang
menggunakan teknik statistic, matematika, kecerdasan buatan, dan machine
learning untuk mengekstrasi dan mengidentifikasi informasi yang bermanfaat dan
pengetahuan yang terkait dari berbagai database besar (Turban, 2005: 3).
Data mining adalah serangkaian proses untuk menggali nilai tambah
berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis
data. Informasi yang dihasilkan diperoleh dengan cara mengekstraksi dan
mengenali pola yang penting atau menarik dari data yang terdapat dalam basis
data (http://lecturer.eepis-its.edu/~entin/Data%20Mining/Minggu%201%20Pe
ngantar%20Data%20Mining.pdf, tanggal akses 10 Januari 2015).
Data mining terutama digunakan untuk mencari pengetahuan yang
terdapat dalam basis data yang besar sehingga sering disebut Knowledge
Discovery in Databases (KDD). Proses pencarian pengetahuan ini menggunakan
berbagai teknik-teknik pembelajaran komputer (machine learning) untuk

36
menganalisis dan mengekstraksikannya. Proses pencarian bersifat iteratif dan
interaktif untuk menemukan pola atau model yang baru, bermanfaat, dan
dimengerti. Dalam penerapannya data mining memerlukan berbagai perangkat
lunak analisis data untuk menemukan pola dan relasi data agar dapat digunakan
untuk membuat prediksi dengan akurat.
Kehadiran data mining dilatar belakangi oleh berlimpahnya data (overload
data) yang dialami oleh berbagai institusi, perusahaan atau organisasi.
Berlimpahnya data ini merupakan akumulasi data transaksi yang terekam
bertahun-tahun. Data tersebut merupakan data transaksi yang umumnya diproses
menggunakan aplikasi komputer yang biasa disebut dengan On Line Transaction
Processing (OLTP). Data mining juga dilatar belakangi oleh atau adanya ledakan
informasi (explotion information) dari berbagai media terutama internet. Delapan
puluh persen informasi yang disajikan media internet dalam bentuk tak terstruktur
(unstructured information). Media internet menyajikan informasi dalam berbagai
format file, bahasa, dan bentuk penyajian seperti teks, gambar, suara ataupun
video. Kendala lain yang melatara belakangi adalah tidak dilengkapinya informasi
dengan metadata yang terstandarisasi atau bahkan tidak menyertakannya sama
sekali. Pertumbuhan yang pesat dari akumulasi data/informasi itu telah
menciptakan kondisi dimana suatu institusi memiliki bergunung-gunung data
tetapi miskin informasi yang bermaanfaat (“rich of data but poor of information”).
Tidak jarang “gunung” data itu dibiarkan begitu saja seakan akan menjadi
“kuburan data” (data tombs). Pertanyaannya sekarang, apakah gunung data
tersebut akan dibiarkan, tidak berguna lalu dibuang, ataukah dapat ditambang
37
untuk menemukan “emas” yaitu informasi yang lebih bermanfaat. Jawabnya ya,
data mining hadir untuk menjawab tantangan tersebut.
Pemanfaatan data mining dapat dilihat dari dua sudut pandang, yaitu sudut
pandang komersial dan sudut pandang keilmuan. Dari sudut pandang komersial,
pemanfaatan dataming dapat digunakan dalam menangani meledaknya volume
data. Bagaimana menyimpannya, mengestraknya serta memanfaaatkannya.
Berbagai teknik komputasi dapat digunakan menghasilkan informasi yang
dibutuhkan. Informasi yang dihasilkan menjadi aset untuk meningkatkan daya
saing suatu institusi.
Data mining tidak hanya digunakan untuk menangani persoalan
menumpuknya data/informasi dan bagaimana menggudangkannya tanpa
kehilangan informasi yang penting (warehousing). Data mining juga diperlukan
untuk menyelesaikan permasalahan atau menjawab kebutuhan bisnis itu sendiri,
misalnya:
1. Bagaimana mengetahui hilangnya pelanggan karena pesaing
2. Bagaimana mengetahui item produk atau konsumen yang memiliki kesamaan
karakteristik
3. Bagaimana mengidentifikasi produk-produk yang terjual bersamaan dengan
produk lain.
4. Bagaimana memprediksi tingkat penjualan
5. Bagaimana menilai tingkat resiko dalam menentukan jumlah produksi suatu
item.
6. Bagaimana memprediksi prilaku bisnis di masa yang akan datang

38
Data mining adalah kegiatan yang meliputi pengumpulan, pemakaian data
historis untuk menemukan keteraturan, pola dan hubungan dalam set data
berukuran besar. Kegunaan data mining adalah untuk menspesifikasikan pola
yang harus ditemukan dalam tugas data mining. Kehadiran data mining dilatar
belakangi dengan problema data explosion yang dialami akhir-akhir ini dimana
banyak organisasi telah mengumpulkan data sekian tahun lamanya (data
pembelian, data penjualan, data nasabah, data transaksi)
Inti dari data mining adalah kegiatan penggalian pengetahuan data. Pengertian
dari istilah lain yang hampir mirip dengan data mining adalah Knowledge
discovery dan pattern recognition.
1. Knowledge discovery : menemukan pengetahuan dari bongkahan data yang
masih tersembunyi
2. Pattern recognition : pengenalan pola. Pengetahuan yang digali masih
berbentuk pola-pola yang mungkin masih perlu digali dalam bongkahan data
Data mining dibagi menjadi beberapa kelompok berdasarkan tugas yang
dapat dilakukan, yaitu:
1. Deskripsi. Menggambarkan sekumpulan data secara ringkas. Data yang
digambarkan berupa: -/- Deskripsi grafis : diagram titik, histogram. -/-
Deskripsi lokasi : mean(rata-rata), median(nilai tengah), modus, kuartil,
persentil. -/- Deskripsi keberagaman : range(rentang), varians dan standar
deviasi.
2. Estimasi. Memperkirakan suatu hal dari sejumlah sample yang dimiliki
(yang tidak diketahui) Estimasi hampir sama dengan klasifikasi, kecuali
variable target. Estimasi lebih kearah numeric dari pada kearah kategori.
39
3. Prediksi. Prediksi hampir sama dengan klasifikasi dan estimasi, kecuali
bahwa dalam prediksi nilai dari hasil akan ada dimasa datang
(memperkirakan hal yang belum terjadi). Pengguna bisa menunggu hingga
hal itu terjadi untuk membuktikan seberapa tepat prediksi pengguna.
4. Klasifikasi. kegiatan menggolongkan, dengan menggunakan data
historis(sebagai data yang digunakan untuk latihan dan sebagai
pengalaman).Dalam klasifikasi terdapat variabel prediktor dan variabel
target.
5. Pengklusteran. Pengkulusteran merupakan pengelompokan record,
pengamatan atau memperhatikan dan membentuk kelas objek-objek yang
memiliki kemiripan. Kluster adalah kumpulan record yang memiliki
kemiripan satu dengan yang lainya dan memiliki ketidak miripan dengan
record-record dalam cluster.
6. Asosiasi. Tugas asosiasi dalam data mining adalah menemukan atribut
yang muncul dalam satu waktu. Dalam dunia bisnis lebih umum disebut
analisis keranjang pasar.
Berdasarkan pengelompokkan data mining tersebut, masing masing memiliki
kelompok fungsi antara lain:
1. Fungsi Minor (tambahan) : deskripsi, estimasi, prediksi
2. Fungsi Mayor (utama) : klasifikasi, pengelompokkan, estimasi.
Data mining digambarkan sebagai proses pencarian pengetahuan yang
menarik dalam database seperti pola , asosiasi, aturan, perubahan, keganjilan dan
struktur penting dari sejumlah besar data yang disimpan pada bank data dan
tempat penyimpanan informasi lainnya. Berikut merupakan proses KDD

40
1. Pemilihan data (data selection), pemilihan data relevan yang didapat dari basis
data;
2. Pembersihan data (data cleaning), proses menghilangkan noise dan data yang
tidak konsisten atau data tidak relevan;
3. Pengintegrasian data (data integration), penggabungan data dari berbagai basis
data ke dalam satu basis data baru;
4. Transformasi data, data diubah atau digabung ke dalam format yang sesuai
untuk diproses dalam data mining;
5. Data mining, suatu proses dimana metode diterapkan untuk menemukan
pengetahuan berharga dan tersembunyi dari data;
6. Evaluasi pola (pattern evaluation), untuk mengidentifikasi pola-pola menarik
untuk direpresentasikan kedalam knowledge base;
7. Representasi pengetahuan (knowledge presentation), visualisasi dan penyajian
pengetahuan mengenai teknik yang digunakan untuk memperoleh
pengetahuan yang diperoleh pengguna.
(http://www.bukucatatan.web.id/, tanggal akses 10 Januari 2015)
2.10. Metode Interpolasi
Dalam bidang matematika analisis numeris, interpolasi adalah metode
menghasilkan titik-titik data baru dalam suatu jangkauan dari suatu set diskret
data-data yang diketahui. Interpolasi adalah suatu cara untuk mencari nilai di
antara beberapa titik data yang telah diketahui. Di dunia nyata, interpolasi dapat
digunakan untuk memperkirakan suatu fungsi, yang mana fungsi tersebut tidak
41
terdefinisi dengan suatu formula, tetapi didefinisikan hanya dengan data-data atau
tabel, misalnya tabel dari hasil percobaan.
Dalam teknik dan sains, seringkali seseorang memiliki sejumlah titik data
yang didapatkan melalui pengambilan sampel atau eksperimen, mewakili nilai-
nilai suatu fungsi dengan jumlah nilai variabel bebas yang terbatas. Seringkali
diperlukan mengekstrapolasi (alias memperkirakan) nilai fungsi tersebut pada
nilai variabel bebas di pertengahan. Hal ini dapat dicapai melalui pencocokkan
kurva atau analisis regresi.
Sebuah permasalahan berbeda yang berhubungan dekat dengan interpolasi
adalah pendekatan/aproksimasi suatu fungsi kompleks melalui suatu fungsi
sederhana. Seandainya formula untuk suatu fungsi tertentu diketahui namun
terlalu rumit untuk dinilai secara efisien, maka beberapa titik data yang diketahui
dari fungsi asli tersebut dapat digunakan untuk menghasilkan suatu interpolasi
berdasarkan suatu fungsi yang lebih sederhana. Tentu saja, ketika suatu fungsi
yang lebih sederhana digunakan untuk memperkirakan titik data dari fungsi asli,
biasanya muncul kesalahan interpolasi; namun tergantung pada domain
masalahnya dan pada metode interpolasi yang digunakannya, keuntungan dari
kesederhanaan/kemudahannya lebih menguntungkan daripada hasil berkurangnya
keakuratan.
Terdapat juga suatu jenis interpolasi yang sangat berbeda dalam
matematika, yaitu "interpolasi operator". Hasil klasik seputar interpolasi operator
adalah Teorema Riesz-Thorin dan Teorema Marcinkiewicz. Terdapat juga banyak
hasil lainnya.
42
Pada analisis regresi, kurva atau fungsi yang dibuat digunakan untuk
mempresentasikan suatu rangkaian titik data dalam koordinat x-y. Kurva atau
garis lurus yang terbentuk tidak melalui semua titik data akan tetapi hanya
kecenderungan (trend) saja dari sebaran data, sedang pada interpolasi dicari suatu
nilai yang berada diantara beberapa titik data yang telah diketahui nilainya. Untuk
dapat memperkirakan nilai tersebut, pertama kali dibuat suatu fungsi atau
persamaan yang melalui titik-titik data, setelah persamaan garis atau kurva
terbentuk, kemudian dihitung nilai fungsi yang berada di antara titik-titik data.
Pada Gambar 2.6, menunjukkan sket kurva yang dibuat dari data yang sama
dengan cara regresi (Gambar 2.6a) dan interpolasi (Gambar 2.6b dan Gambar
2.6c). Kurva pada Gambar 2.6a, tidak melalui semua titik pengukuran, tetapi
hanya mengikuti trend dari data menurut garis lurus. Gambar 2.6b, menggunakan
segmen garis lurus atau interpolasi linier untuk menghubungkan titik-titik data,
sedang Gambar 2.6c, menggunakan kurva untuk menghubungkan titik-titik data.
Gambar 2.6. Perbedaan antara regresi (a) dan interpolasi (b, c)
Sumber : http://fti.unand.ac.id/images/MATERIKULIAH/WERMANKASOEP/
Bab_3_Interpolasi.pdf, tanggal akses 10 Januari 2015

43
Metode interpolasi yang sering digunakan adalah interpolasi polinomial.
Persamaan polinomial adalah persamaan aljabar yang hanya mengandung jumlah
dari variabel x berpangkat bilangan bulat (integer). Bentuk umum persamaan
polinomial order n adalah:
f (x) = a 0 + a 1 x + a 2 x2 + … + a n xn
dengan a 0, a 1 , a 2 , …, a n adalah parameter yang akan dicari berdasarkan titik data,
n adalah derajat (order) dari persamaan polinomial, dan x adalah variabel bebas.
Untuk (n + 1) titik data, hanya terdapat satu atau kurang polinomial order n yang
melalui semua titik. Misalnya, hanya ada satu garis lurus (polinomial order 1)
yang menghubungkan dua titik (Gambar 2.6a), demikian juga tiga buah titik dapat
dihubungkan oleh fungsi parabola (polinomial order 2), sedang untuk 4 titik dapat
dilalui kurva polinomial order 3, seperti terlihat dalam Gambar 2.6b dan Gambar
2.6c. Di dalam operasi interpolasi ditentukan suatu persamaan polinomial order n
yang melalui (n + 1) titik data, yang kemudian digunakan untuk menentukan suatu
nilai diantara titik data tersebut.
Pada polinomial berderajat satu, diperoleh bentuk interpolasi linier yang
sudah banyak dikenal. Interpolasi linier memberikan hasil yang kurang teliti,
sedang interpolasi polinomial dengan derajat lebih besar dari satu yang
merupakan fungsi tidak linier memberikan hasil yang lebih baik.
2.11. Bentuk Umum Interpolasi Polinomial
Bentuk umum polinomial order n adalah:
f n (x) = b o + b 1 (x – x 0 ) + … + b n (x – x 0 )(x – x 1 ) ... (x – x n – 1 ) (2.1)

44
Seperti yang dilakukan interpolasi linier dan kuadrat, titik-titik data dapat
dilakukan dengan evaluasi koefisien b 0 , b 1, ..., b n .
Untuk polinomial order n, diperlukan (n + 1) titik data x 0, x 1, x 2, ..., x n .
Dengan menggunakan titik-titik data tersebut, maka persamaan berikut digunakan
untuk mengevaluasi koefisien b 0 , b 1, ..., b n .
b 0 = f (x 0 ) (2.2)
b 1 = f [x 1, x 0 ] (2.3)
b 2 = f [x 2 , x 1, x 0 ] (2.4)
b n = f [x n , x n – 1 , ..., x 2 , x 1, x 0 ] (2.5)
Dengan definisi fungsi berkurung ([….]) adalah pembagian beda hingga.
Misalnya, pembagian beda hingga pertama adalah:
f ( xi ) − f ( x j )
f [x i, x j ] = (2.6)
xi − x j
Pembagian beda hingga kedua adalah:
f [ xi , x j ] − f [ x j , xk ]
f [x i, x j , x k ] = (2.7)
xi − xk
Pembagian beda hingga ke n adalah:
f [ xn , xn − 1 , ..., x1 ] − f [ xn − 1 , xn − 2 , ..., x0 )
f [x n , x n – 1 , ..., x 2 , x 1, x 0 ] = (2.8)
xn − x0
Bentuk pembagian beda hingga tersebut dapat digunakan untuk mengevaluasi
koefisien-koefisien dalam persamaan (2.2) sampai persamaan (2.5) yang
kemudian disubstitusikan ke dalam persamaan (2.1) untuk mendapatkan
interpolasi polinomial order n.

45
f n (x) = f (x 0 ) + f [x 1 , x 0 ](x – x 0 ) + f [x 2 , x 1 , x 0 ](x – x 0 )(x – x 1 ) + … +
f [x n , x n – 1 , ..., x 2 , x 1, x 0 ](x – x 0 )(x – x 1 ) … (x – x n – 1 ) (2.9)
Persamaan (2.6) sampai persamaan (2.8) adalah berurutan, artinya pembagian
beda yang lebih tinggi terdiri dari pembagian beda hingga yang lebih rendah,
secara skematis bentuk yang berurutan tersebut ditunjukkan dalam Tabel 2.2.
Tabel 2.2. Langkah Skematis Pembagian Beda Hingga
Contoh soal:
Titik data x 0 = 1, x 1 = 4 dan x 2 = 6 ingin digunakan untuk memperkirakan ln 2
dengan fungsi parabola. Sekarang dengan menambah titik ke empat yaitu x 3 = 5
dengan nilai f (x 3 = 5) = 1,6094379, hitung ln 2 dengan interpolasi polinomial
order tiga.
Penyelesaian:
x0 = 1 → f (x 0 ) = 0
x1 = 4 → f (x 1 ) = 1,3862944
x2 = 6 → f (x 2 ) = 1,7917595
x3 = 5 → f (x 3 ) = 1,6094379
Persamaan polinomial order tiga didapat dengan memasukkan nilai n = 3 ke
dalam persamaan (2.1):

46
f 3 (x) = b o + b 1 (x – x 0 ) + b 2 (x – x 0 )(x – x 1 ) + b 3 (x – x 0 )(x – x 1 )(x – x 2 ) (c.1)
Pembagian beda hingga pertama dihitung dengan persamaan (2.6):
f ( xi ) − f ( x j )
f [x i, x j ] = (c.2)
xi − x j
1,3862944 − 0
f [x 1, x 0 ] = = 0,46209813.
4 −1
1,7917595 − 1,3862944
f [x 2 , x 1 ] = = 0,20273255.
6−4
1,6094379 − 1,7917595
f [x 3 , x 2 ] = = 0,1823216.
5−6
Pembagian beda hingga kedua dihitung dengan persamaan (2.7):
f [ xi , x j ] − f [ x j , xk ]
f [x i, x j , x k ] = (c.3)
xi − xk
0,20273255 − 0,46209813
f [x 2 , x 1 , x 0 ] = = –0,051873116.
6 −1
0,18232160 − 0,20273255
f [x 3 , x 2 , x 1 ] = = –0,020410950. (c.4)
5−4
Pembagian beda hingga ketiga dihitung dengan persamaan (2.8):
f [ xn , xn − 1 , ..., x1 ] − f [ xn − 1 , xn − 2 , ..., x0 )
f [x n , x n – 1 , ..., x 2 , x 1, x 0 ] =
xn − x0
(−0,020410950) − (−0,051873116)
f [x 3 , x 2 , x 1 , x 0 ] = = 0,007865541.
5 −1
Nilai f [x 1, x 0 ], f [x 2, x 1, x 0 ] dan f [x 3, x 2, x 1, x 0 ] adalah koefisien b 1 , b 2, dan b 3 dari
persamaan (2.1). Dengan nilai-nilai tersebut dan b 0 = f (x 0 ) = 0, maka persamaan
(2.1) menjadi:
f n (x) = b o + b 1 (x – x 0 ) + … + b n (x – x 0 )(x – x 1 ) ... (x – x n – 1 )

47
f 3 (x) = 0 + 0,46209813(x – 1) + (–0,051873116)(x – 1)(x – 4) +
0,007865541(x – 1)(x – 4)(x – 6) (c.5)
Hasil interpolasi polinomial order 3 di titik x = 2, akan didapat dengan
memasukkan nilai dari x = 2 ke dalam persamaan (c.5) sehingga akhirnya didapat:
f 3 (2) = 0 + 0,46209813(2 – 1) + (–0,051873116)(2 – 1)(2 – 4) +
0,007865541(2 – 1)(2 – 4)(2 – 6)
= 0,62876869.
Diketahui nilai eksak dari ln 2 = 0,69314718, maka besar kesalahan adalah:
0,69314718 − 0,62876869
Et = × 100 % = 9,3 %.
0,69314718
BAB III
METODE PENELITIAN
3.1. Tempat dan Jadwal Penelitian
Penelitian dilakukan di PT. Jaya Asrindo Sejahtera. Penelitian ini dimulai
dari November 2014 dan berakhir pada April 2015. Penelitian di lapangan
ditujukan untuk mengumpulkan data yang diperlukan dalam proses perancangan
dan pembuatan sistem usulan. Jadwal kegiatan dapat dilihat seperti pada tabel 3.1.
Tabel 3.1. Jadwal Penelitian
November Desember Januari Februari Maret April
Waktu 2014 2014 2015 2015 2015 2015
Kegiatan 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Identifikasi
Masalah
Pengumpulan
Data
Analisa
Sistem
Perancangan
Sistem
Pembangunan
Sistem
Uji Coba
Sistem
Penulisan
Lap. Skripsi
48
49
3.2. Kerangka Kerja
Adapun kerangka kerja penelitian disajikan pada gambar 3.1.
Identifikasi Masalah
Pengumpulan Data
Analisa Sistem
Perancangan Sistem
Pembangunan Sistem
Uji Coba Sistem
Gambar 3.1. Kerangka Kerja Penelitian
3.2.1. Metode Pengumpulan Data
Teknik pengumpulan data dapat didefinisikan sebagai suatu cara yang
digunakan untuk memperoleh data yang dibutuhkan sebagai bahan masukan bagi
penulis dalam penyusunan tugas akhir ini adalah :
1. Pengumpulan data.
Dalam memperoleh bahan, keterangan, dan gambaran yang diperlukan dalam
penyusunan laporan penelitian, penulis memakai beberapa metode utama,
yaitu:
a. Wawancara
Melakukan wawancara langsung dengan melakukan tanya jawab kepada
staf dan manajer. Wawancara ini dilakukan pada saat jam istirahat
50
sehingga tidak mengganggu proses pekerjaan staf dan manajer. Melalui
wawancara, dapat diperoleh banyak informasi yang bermanfaat.
b. Pengamatan
Pengamatan secara langsung kegiatan objek yang menyangkut cara–cara
melakukan pencatatan data transaksi lalu kemudian diambil
kesimpulannya.
2. Metodologi pengembangan sistem yang digunakan adalah metode System
Development Life Cycle (SDLC). SDLC adalah daur dari suatu pengembangan
sistem informasi mulai dari konsepsi yang berwujud gagasan, proses
pengembangannya, hingga implementasi dan pengoperasiannya. Tahapan-
tahapan pengembangan sistem yang dilakukan mencakup:
a) Mengidentifikasi masalah, peluang dan tujuan.
Dalam tahapan ini, penulis melakukan beberapa kegiatan berikut.
1) Mewawancarai manajer mengenai masalah-masalah yang dihadapi
dalam sistem yang sedang berjalan pada perusahaan, tujuan dan
peluang usaha perusahaan.
2) Mendokumentasikan hasil-hasil yang dikumpulkan.
b) Menentukan syarat-syarat.
1) Mewawancarai manajer mengenai sejarah dan struktur organisasi
perusahaan.
2) Menanyakan mengenai tugas dan tanggung jawab dari setiap staf
perusahaan.
c) Menganalisa kebutuhan sistem.

51
1) Menganalisa proses-proses yang terdapat dalam sistem.
2) Menganalisa dokumen masukan dan keluaran.
3) Merancang DFD sistem berjalan dan sistem usulan.
4) Merancang kamus data.
d) Merancang sistem yang direkomendasikan.
1) Merancang database yang akan digunakan, yang mencakup struktur
tabel dan relasi antar tabel (table relationship).
2) Merancang menu interface dari sistem usulan.
3) Merancang input dari sistem usulan.
4) Merancang output dari sistem usulan.
3.2.2. Analisa Sistem
Pada sistem berjalan sekarang ini, proses pencatatan data penjualan dan
pembelian yang masuk dan keluar dalam bentuk laporan akhir bulan yang lambat
mengakibatkan sering terjadi kesalahan dalam peng-input-an.
3.2.3. Perancangan Sistem
Perancangan sistem secara menyeluruh menjelaskan rancangan sistem
secara detail mulai dari ERD, FOD, DFD, kamus data dan, tabel pada basis data.
Prosedur kerja dari sistem usulan akan dimulai dari pengisian data utama,
yang mencakup data stock dan customer. Setelah itu, proses akan dilanjutkan
dengan pengisian data transaksi.

52
Setelah semuanya selesai dimasukkan ke dalam sistem dan disimpan ke
dalam database untuk update data, kemudian baru dilakukan pencetakan laporan
sesuai dengan kebutuhan perusahaan.
3.2.4. Pembangunan Sistem
Prosedur kerja dari sistem usulan dapat diuraikan sebagai berikut:
1. Pertama kali harus dilakukan peng-input-an data awal pada menu ‘Master’.
2. Kemudian, proses transaksi akan dimulai dari proses pencatatan data
transaksi.
3. Agar dapat memperoleh informasi mengenai semua proses yang terjadi, maka
data transaksi tersebut akan diolah dan dibuat menjadi bentuk laporan. Pada
laporan juga disediakan fasilitas pencarian data, sehingga staf administrasi
dapat mencari data yang diperlukan pada laporan secara cepat.
3.2.5. Uji Coba Sistem
Setiap aplikasi perangkat lunak yang telah dibangun harus dilakukan uji
coba terlebih dahulu sebelum digunakan, untuk mengetahui apakah aplikasi
perangkat lunak yang dibangun sudah sesuai dengan yang diharapkan dan bekerja
dengan baik atau masih terdapat kesalahan (error). Setiap kesalahan (error) yang
terjadi akan diperbaiki kembali. Proses dilanjutkan dengan melakukan coding
terhadap perangkat lunak untuk melakukan koneksi ke database dan melakukan
proses testing and debugging terhadap coding yang dirancang tersebut.

BAB IV
ANALISA DAN PERANCANGAN SISTEM
4.1. Analisa Sistem
Untuk menganalisa sistem berjalan, maka akan digunakan Flow of
Document (FOD). Gambar 4.1 merupakan pemodelan prosedur kerja dari sistem
yang sedang berjalan dengan menggunakan FOD.

Bagian Keuangan Bagian Operasional Pelanggan Manajer
1 Mulai
Laporan
Penjualan
Data Order Data Order

Laporan
Membuat Penjualan
surat
tagihan
Membeli
N barang
2
1 Laporan
Surat Piutang
Membuat
Tagihan Faktur
N Penjualan
Selesai
2
1
Faktur
Penjualan
1
Faktur
Penjualan
Mencatat data
pembayaran
uang muka
Membuat
Laporan
Penjualan
Faktur Penj 2
2
1
Laporan
Penjualan
1
Surat
Tagihan
Membuat bukti Membayar cicilan

pelunasan piutang piutang
2
1
Bukti Pelunasan 1
Piutang Bukti Pelunasan
Piutang
Membuat laporan
piutang
Laporan
Piutang
Gambar 4.1 FOD Sistem Berjalan
53
54
Saat ini, dalam melakukan semua transaksi bisnisnya, perusahaan masih
menggunakan aplikasi Microsoft Excel dalam proses pencatatan transaksi yang
dilakukannya. Proses perhitungan piutang juga masih dilakukan secara manual.
Setelah rumah diterima oleh customer, maka akan diberitahukan mengenai besar
uang muka yang harus dibayar dan tanggal jatuh tempo dari setiap pembayaran
cicilan. Setelah jatuh tempo, maka customer diwajibkan untuk membayar cicilan
tersebut. Berbagai macam bukti yang digunakan dalam proses transaksi piutang
ini mencakup faktur penjualan, surat tagihan dan bukti pembayaran cicilan.
Pada saat ini, staf penjualan (marketing) menawarkan program cicilan
kepada customer hanya berdasarkan keinginan dari customer dan nominal
rekening dari customer. Data pendapatan customer hanya dijadikan sebagai acuan
untuk mempertimbangkan apakah customer yang bersangkutan mampu membayar
cicilan atau tidak. Hal ini sering mengakibatkan customer sering kewalahan dalam
membayar cicilan karena belum tersedianya informasi yang akurat mengenai
kemampuan customer dalam membayar cicilan berdasarkan pendapatan dan
nominal rekening di banknya.
Pada prosedur kerja dari sistem berjalan seperti terlihat pada perincian
diatas, belum tersedia informasi yang dapat digunakan untuk menentukan apakah
customer tersebut mampu melunasi cicilannya tersebut atau tidak. Untuk
melakukan hal tersebut, maka dapat diterapkan metode data mining, yaitu dengan
menggunakan metode interpolasi.
Prosedur kerja dari metode interpolasi tersebut dapat dijabarkan seperti
terlihat pada gambar berikut:

55
Bagian Keuangan Bagian Operasional Pelanggan
Mulai
Laporan
Penjualan
Data
Pelanggan
Data Rumah
Laporan Memprediksi yang
Piutang kemampuan diinginkan
pelanggan
Informasi
Rumah yang
Mampu Dibeli
Selesai
Gambar 4.2 FOD Sistem dengan Penerapan Data Mining
4.1.1. Analisa Keluaran
Dokumen keluaran yang terdapat pada sistem berjalan pada perusahaan,
yaitu:
1. Faktur Jual.
Faktur ini dicatat dan dibuat dengan menggunakan aplikasi Microsoft Excel.
Format faktur jual ini dirancang sedemikian rupa sehingga setiap terjadi
transaksi hanya akan dilakukan penggantian nama customer dan rincian rumah
yang dijual kepada customer tersebut. Setiap faktur jual akan disimpan dalam
sebuah file Microsoft Excel dan dikelompokkan ke dalam sebuah folder
berdasarkan bulan transaksi. Salah satu contoh tampilan faktur jual dapat
dilihat pada gambar 4.3:

56
SP/2014-05/0025
10 Mei 2014
D.01.001
Denny
Jl. Lebong No. 15
061-4512645
-
Denny
061-4512645
BL/18-B
1
5 12 1
338.000.000
0 0
338.000.000
338.000.000 10 Juni 2014

5.000.000
333.000.000
180
2.908.998
Gambar 4.3 Faktur Jual
Nama : Faktur Jual.
Fungsi : Menginformasikan rincian data rumah yang ingin
dipesan oleh customer.
Media : Kertas.
Distribusi : Customer.
Frekuensi : Setiap terjadi transaksi penjualan rumah.
Volume : Satu kali per transaksi.
Hasil Analisa : Laporan tidak mencantumkan tanggal jatuh tempo
yang biasanya pembayaran berbeda-beda untuk
setiap customer.
57
2. Laporan Pembayaran.
Tampilan laporan pembayaran dapat dilihat pada gambar 4.4:
BL-B
Binjai
10 Jan 2015 SP/2014-05/0025 BL/18-B D.01.001 Denny 2.908.998
2.908.998
Gambar 4.4 Laporan Pembayaran
Nama : Laporan Pembayaran.
Fungsi : Menginformasikan rincian data pembayaran dari
customer.
Media : Kertas.
Distribusi : Manajer.
Frekuensi : Setiap akhir bulan secara periodik.
Volume : Satu kali per bulan.
Hasil Analisa : Laporan telah cukup lengkap karena telah
mencakup semua informasi yang diperlukan.
3. Bukti Pembayaran
Bukti pembayaran juga dibuat dalam tulisan tangan. Bukti pembayaran yang
ada sudah cukup memadai karena menampilkan tanggal transaksi, tanggal

58
jatuh tempo, nomor faktur, nama dan alamat customer, serta total harga
transaksi. Format bukti pembayaran tersebut dapat dilihat pada gambar 4.5:
SP/2014-05/0025
D.01.001
Denny
Jl. Lebong No. 15
061-4512645
-
Denny
061-4512645
5 12
BL/18-B
1
338.000.000
5.000.000
5.000.000
Cash
10 Mei 2014
333.000.000
Cicilan 15 tahun
10 Mei 2014
Gambar 4.5 Bukti Pembayaran
Nama : Bukti Pembayaran.
Fungsi : Menampilkan rincian data pembayaran.
Media : Kertas
Distribusi : Customer.
59
Pembuat : Kasir.
Frekuensi : Setiap kali terjadi transaksi pelunasan.
Volume : Satu kali per transaksi pelunasan.
Hasil Analisa : Laporan telah bagus, karena telah mencakup
semua data yang diperlukan pada proses
pembayaran.
4.1.2. Analisa Masukan
Masukan (input) yang terdapat pada sistem informasi yang sedang berjalan
pada perusahaan, yaitu:
1. Data Customer
Data customer akan diketik dan disimpan ke dalam suatu file Microsoft Excel.
Data ini akan digunakan pada saat customer melakukan pemesanan rumah dan
pada transaksi penjualan rumah dan pembayaran. Adapun rincian data
customer dapat dilihat pada gambar 4.6:
DATA CUSTOMER
Kode : D.01.001
Nama : Denny
Alamat : Jl. Lebong No. 15
Kota : Medan
No. Telp : 061-4512645
No. HP : -
NPWP : 79.808.492.7-119.000
KTP : -
Gambar 4.6 Data Customer
Nama : Data Customer.
Fungsi : Menginformasikan rincian data customer.
Media : Kertas.
60
Distribusi : Manajer.
Frekuensi : Setiap terjadi penambahan customer baru.
Volume : Satu kali per penambahan customer.
Hasil Analisa : Data rincian telah cukup lengkap, karena telah
2. Data Rumah
Data ini merupakan kumpulan rumah yang dijual oleh perusahaan. Adapun
format rincian data rumah dapat dilihat pada gambar 4.7:
DATA RUMAH
Kode Rumah Nama Rumah Jenis Rumah Harga
BL-A105 Jl. Bilal Ruko 338.000.000
Gambar 4.7 Data Rumah
Nama : Data Rumah.
Fungsi : Menginformasikan rincian data rumah yang dijual
oleh perusahaan.
Media : Kertas.
Distribusi : Salesman.
Frekuensi : Setiap terjadi penambahan rumah baru.
Volume : Satu kali per penambahan rumah.

61
Hasil Analisa : Data rincian telah cukup lengkap, karena telah
3. Data Pembayaran
Perusahaan merincikan data pembayaran dari customer dengan menggunakan
Microsoft Excel. Gambar 4.8 menunjukkan rincian data pembayaran.
DATA PEMBAYARAN
Tanggal : 10 Mei 2014
Customer : Denny
Alamat : Jl. Lebong No. 15
No. Faktur Bayar Sisa
SP/2014-05/0025 5.000.000 333.000.000
Total 5.000.000 333.000.000
Gambar 4.8 Data Pembayaran
Nama : Data Pembayaran.
Fungsi : Menampilkan rincian data pembayaran dari
customer.
Media : Kertas.
Distribusi : Kasir.
Frekuensi : Setiap kali terjadi pembayaran.
Volume : Satu kali per transaksi pembayaran.

62
Hasil Analisa : Laporan telah bagus, karena telah mencakupkan
semua data rincian pembayaran yang diperlukan.
4.1.3. Analisa Masalah
Saat ini, dalam melakukan semua transaksi bisnisnya, PT. Jaya Asrindo
Sejahtera menggunakan Microsoft Excel dalam proses transaksi maupun membuat
laporan. Semua proses perhitungan juga masih dilakukan secara manual. Adapun
masalah yang muncul dalam penerapan sistem berjalan ini yaitu:
1. Proses pembuatan laporan memerlukan waktu yang relatif lama, sehingga
tidak efektif dan efisien.
2. Kesulitan untuk memperoleh informasi penerimaan pembayaran cicilan dan
sisa cicilan dari setiap customer.
3. Kesulitan memperoleh informasi customer mana yang sering terlambat dalam
membayar cicilannya.
4. Perusahaan sulit memperoleh informasi mengenai data piutang customer yang
akan jatuh tempo atau yang telah jatuh tempo, sehingga penagihan piutang
menjadi sering terlambat
Selain itu, hal terpenting yang terjadi dalam perusahaan adalah sering
terjadinya tunggakan pembayaran dari customer yang dikarenakan customer yang
bersangkutan tidak mampu untuk membayar cicilan pembayaran rumah yang
dibelinya. Hal ini diakibatkan oleh karena tidak adanya informasi mengenai
prediksi minat konsumen dalam membeli rumah yang diminati.

63
4.1.4. Analisa Kebutuhan
Untuk menyelesaikan permasalahan yang dihadapi oleh perusahaan, maka
penulis berencana akan mengembangkan sebuah sistem yang dapat membantu
mengatasi permasalahan prediksi minat konsumen. Adapun tahapan
pengembangan sistem yang diharapkan adalah:
1. Diharapkan dengan pengembangan sistem maka sistem dapat menampilkan
informasi mengenai prediksi minat konsumen terhadap rumah yang ingin
dibeli.
2. Diharapkan pengembangan sistem dapat mencetak laporan dengan cepat dan
tetap.
3. Diharapkan pengembangan sistem dapat meningkatkan efektivitas dan
efisiensi perusahaan, serta jika memungkinkan dapat menghemat tenaga kerja.
4.2. Perancangan Sistem
Gambar 4.9 dan gambar 4.10 menunjukkan diagram konteks dan DFD
level 0 dari sistem informasi usulan kepada perusahaan.
Data Rumah yang Diinginkan
Informasi Besar Cicilan
Data Pembayaran Uang Muka

Data Pembayaran Cicilan
Customer
Data Customer
Informasi Rumah
Informasi Rumah yang Dapat Sistem Informasi

Ditanggung Daftar Rumah
Daftar Pelanggan
Administrasi Data Rumah Kredit Manajer
Gambar 4.9 Diagram Konteks Sistem Informasi Usulan

64
Rec. Cust Customer

1.0
Pengelolaan Data
Master Data Cust
Data Rumah Rec. Cust

Kredit
Rec. Cust
Rumah Kredit Rec. Brg Kredit
Customer
Rec. Brg Kredit Info Besar Cicilan
Rec. Transaksi
Kredit
2.0
Penjualan dan Pencatatan Data
Penjualan Detail
Transaksi Kredit Data Rumah Kredit
Rec. Trasaksi
Rec. Rumah Kredit Kredit
Data pembayaran
Uang Muka
3.0 Rec. Transaksi

kredit
Prediksi Minat
Administrasi Info Sisa Cicilan Konsumen
Rec. Minat Konsumen
4.0
Pembuatan
Laporan
Daftar Rumah
Daftar Pelanggan
Manajer
Gambar 4.10 DFD Level 0 dari Sistem Informasi Usulan
4.2.1. Kamus Data
Dari analisa sistem berjalan yang telah dilakukan, penulis menyimpulkan
bahwa dibutuhkan suatu database untuk menyimpan data pada sistem informasi
manajemen perusahaan. Berikut adalah kamus data yang diperlukan.
1. Data Rumah = Kode Rumah + Alamat + Daerah + Jenis +
Ukuran + Qty Awal + Sisa Qty + Harga

65
2. Data Customer = Kode Customer + Nama Customer + Alamat +
Kota + KodePos + No.Telp + NoHP + JenisKelamin +
Fax + Pendapatan_Bulanan + Pengeluaran_Bulanan +
Simpanan + NPWP + KTP
3. Data Penjualan = No.Faktur Jual + Tgl Faktur + Kode Customer +
(Keterangan) + TotalHarga + LamaCicilan + UangMuka
+ SukuBunga + BesarCicilan + Sisa
4. Data Penjualan Detail = No.Faktur Jual + Kode Rumah + Qty + Harga +
TotalHarga
4.2.2. Rancangan Input
Rancangan input dari sistem yang diusulkan mencakup:
1. Form Input Rumah.
Rancangan form ‘Input Rumah’ ini dibuat untuk melakukan penambahan atau
penghapusan atas data yang berhubungan dengan rumah persediaan. Form ini
dapat ditampilkan dengan mengakses menu ‘Master’ >> ‘Rumah’. Data rumah
yang diisi pada form ini tidak dapat dihapus lagi apabila telah ada penjualan
untuk rumah yang bersangkutan. Rancangan form ‘Input Rumah’ ini dapat
dilihat pada gambar 4.11 berikut.
Gambar 4.11 Rancangan Form Input Rumah

66
Nama Masukan : Form Input Data Rumah
Fungsi : Menampilkan antarmuka untuk pengisian data rumah
Frekuensi : Setiap terjadi penambahan tipe rumah baru
Volume : Satu kali per transaksi penambahan tipe rumah baru
Keterangan :
a. Data yang diisikan pada form ini akan disimpan pada tabel rumah.
b. Data pada tabel rumah hanya dapat dihapus apabila data tersebut tidak dipakai
pada tabel pembelian detail, penjualan detail, retur pembelian detail dan retur
penjualan detail.
2. Form Input Customer.
Rancangan form ‘Input Customer’ ini dibuat untuk melakukan penambahan
atau penghapusan atas data yang berhubungan dengan customer. Form ini
dapat ditampilkan dengan mengakses menu ‘Master’ >> ‘Customer’. Data
customer yang diisi pada form ini tidak dapat dihapus lagi apabila customer
yang bersangkutan telah melakukan transaksi penjualan. Rancangan form
‘Input Customer’ ini dapat dilihat pada gambar 4.12 berikut.
Gambar 4.12 Rancangan Form Input Customer

67
3. Form Penjualan.
Rancangan form ini dibuat untuk melakukan penambahan atau penghapusan
atas data dari transaksi penjualan. Form ini dapat ditampilkan dengan
mengakses menu ‘Transaksi’ >> ‘Penjualan’. Rancangan form ini dapat dilihat
pada gambar 4.13 berikut.
Gambar 4.13 Rancangan Form Input Penjualan
Nama Masukan : Form Input Data Penjualan
Fungsi : Menampilkan antarmuka untuk pengisian data penjualan
Frekuensi : Setiap terjadi transaksi penjualan
Volume : Satu kali per transaksi
Keterangan :
a. Data yang diisikan pada form ini akan disimpan pada tabel penjualan dan
penjualan detail.
b. Data pada tabel penjualan dan penjualan detail hanya dapat diganti dan
dihapus apabila data tersebut tidak dipakai pada tabel retur penjualan, retur
penjualan detail dan pembayaran.

68
4. Form Prediksi Minat Konsumen.
Rancangan Form ini dibuat untuk melakukan penambahan atau penghapusan
atas data dari transaksi pembayaran. Form ini dapat ditampilkan dengan
mengakses menu ‘Transaksi’ >> ‘Pembayaran’. Rancangan form ini dapat
dilihat pada gambar 4.14 berikut.
Gambar 4.14 Rancangan Form Prediksi Minat Konsumen
Nama Masukan : Form Prediksi Minat Konsumen
Fungsi : Menampilkan antarmuka untuk prediksi minat konsumen
Keterangan : Data yang terdapat pada form ini diambil dari tabel
customer dan rumah.
4.2.3. Rancangan Output
Berikut dirincikan rancangan output dari sistem.

69
4.2.3.1. Rancangan Daftar Rumah
Rancangan ini menampilkan kode rumah, nama rumah, jenis rumah dan
saldo rumah persediaan dalam kuantitas dan harga. Rancangan daftar rumah dapat
dilihat pada gambar 4.15:
Gambar 4.15 Rancangan Daftar Rumah
Nama Keluaran : Daftar Rumah
Fungsi : Menampilkan daftar rincian rumah.
Distribusi : Customer
Keterangan :
a. Daftar rumah diurutkan berdasarkan kode rumah.
b. Data dari laporan diambil dari tabel Rumah.
c. Laporan ini dapat ditampilkan dengan cara mengklik tombol ’Print’ pada
rancangan input data ’Rumah’.
4.2.3.2. Rancangan Daftar Customer
Rancangan ini berisikan tentang data customer seperti kode customer,
nama customer, alamat, kota, orang yang bisa dihubungi dan nomor telepon
customer. Rancangan daftar customer dapat dilihat pada gambar 4.16 berikut.
70
Gambar 4.16 Rancangan Daftar Customer
Nama Keluaran : Daftar Customer
Fungsi : Menampilkan daftar customer yang memesan rumah
kepada perusahaan
Media : Kertas
Distribusi : Manajer
Keterangan :
a. Daftar customer diurutkan berdasarkan kode customer.
b. Data dari laporan diambil dari tabel Customer.
c. Laporan ini dapat ditampilkan dengan cara mengklik tombol ’Print’ pada
rancangan input data ’Customer’.
4.2.4. Perancangan Basis data
Perancangan database dilakukan dengan menggunakan Microsoft Access
2007. Desain database dimaksudkan untuk mendefinisikan isi atau struktur tabel.
Adapun entitas yang digunakan dalam perancangan database adalah sebagai
berikut.
Media Penyimpanan : Microsoft Access 2007
Nama Tabel : Rumah
Primary Key : KodeRumah

71
Struktur tabel :
Tabel 4.1 Tabel Rumah
Field Type Size Description
KodeRumah Text 20 Kode rumah
Alamat Text 50 Alamat lokasi rumah
Daerah Text 10 Letak daerah rumah
Jenis Text 20 Jenis rumah
Ukuran Text Double Ukuran rumah
QtyAwal Number Integer Jumlah kuantitas awal dari rumah
SisaQty Number Integer Sisa unit rumah
Harga Number Double Harga rumah
Nama Tabel : Customer
Primary Key : KodeCust
Struktur tabel :
Tabel 4.2 Tabel Customer
KodeCust Text 20 Kode customer
NamaCust Text 50 Nama customer
Alamat Text 50 Alamat customer
Kota Text 20 Kota
KodePos Text 5 Kode pos
NoHP Text 20 Nomor handphone customer
NoTelp Text 20 Nomor telepon yang bisa dihubungi

72
JenisKelamin Text 1 Jenis kelamin dari customer
Fax Text 20 Nomor fax customer
Pendapatan Number Double Total pendapatan customer setiap bulan
Pengeluaran Number Double Total pengeluaran customer setiap bulan
Simpanan Number Double Total uang yang tersimpan dalam rekening
bank customer
NPWP Text 30 Nomor wajib pajak dari customer
KTP Text 30 Nomor kartu tanda penduduk dari
customer
Nama Tabel : Penjualan
Primary Key : NoFaktur
Struktur tabel :
Tabel 4.3 Tabel Penjualan
NoFaktur Text 20 Nomor faktur penjualan
TglFaktur Date/Time Short Date Tanggal faktur penjualan
KodeCust Text 20 Kode customer
Keterangan Text 50 Keterangan atas penjualan
TotalHarga Number Double Nominal faktur dalam rupiah
LamaCicilan Number Byte Lama waktu kredit
Uang Muka Number Double Besar uang muka
SukuBunga Number Double Suku bunga cicilan

73
BesarCicilan Number Double Besar cicilan rumah
Sisa Number Double Sisa pembayaran cicilan
Nama Tabel : PenjualanDetail
Primary Key : NoFaktur
Foreign Key : KodeRumah
Struktur tabel :
Tabel 4.4 Tabel PenjualanDetail
NoFaktur Text 20 Nomor faktur penjualan
KodeRumah Text 20 Kode rumah yang dijual
Qty Number Double Kuantitas penjualan
Harga Number Double Harga per unit rumah
TotalHarga Number Double Total harga penjualan rumah
Hubungan antar tabel yang terdapat pada database dapat dilihat pada
gambar berikut:
Gambar 4.17 Rancangan Hubungan Antar Tabel

BAB V
HASIL DAN PEMBAHASAN
5.1. Hasil
Hasil yang dibahas mencakup kebutuhan sistem, output sistem dan analisa
perangkat lunak.
Untuk menjalankan perangkat lunak, maka user dapat mengakses file
‘Sistem Informasi Piutang’. Setelah itu, maka sistem akan menampilkan form
‘Login’ seperti terlihat pada gambar 5.1 berikut.
Gambar 5.1 Tampilan Form Login
Apabila data input valid, maka sistem akan menampilkan form ‘Main’
seperti terlihat pada gambar 5.2 berikut.
74
75
Gambar 5.2 Tampilan Form Main
Tampilan form yang terdapat pada sistem dapat dirincikan sebagai berikut.
1. Form Rumah
Gambar 5.3 menunjukkan tampilan form rumah.
Gambar 5.3 Tampilan Form Rumah

76
2. Form Customer
Gambar 5.4 menunjukkan tampilan Form Customer.
Gambar 5.4 Tampilan Form Customer
3. Form Data User
Gambar 5.5 menunjukkan tampilan Form Data User.
Gambar 5.5 Tampilan Form Data User

77
4. Form Penjualan
Gambar 5.6 menunjukkan tampilan Form Penjualan.
Gambar 5.6 Tampilan Form Penerbitan Kredit
5. Form Prediksi Minat Customer
Gambar 5.7 menunjukkan tampilan Form Prediksi Minat Customer.
Gambar 5.7 Tampilan Form Prediksi Minat Customer

78
Sementara itu, tampilan output laporan dari sistem dapat dirincikan sebagai
berikut.
1. Laporan Daftar Rumah
Gambar 5.8 menunjukkan tampilan Laporan Daftar Rumah.
Gambar 5.8 Tampilan Laporan Daftar Rumah
2. Laporan Daftar Customer
Gambar 5.9 menunjukkan tampilan Laporan Daftar Customer.
Gambar 5.9 Tampilan Laporan Daftar Customer

79
3. Laporan Penjualan
Gambar 5.10 menunjukkan tampilan Laporan Penjualan per Tanggal.
Gambar 5.10 Tampilan Laporan Penjualan Per Tanggal
Gambar 5.11 menunjukkan tampilan Laporan Penjualan per Customer.
Gambar 5.11 Tampilan Laporan Penjualan Per Customer

80
Gambar 5.12 menunjukkan tampilan Laporan Penjualan per Rumah.
Gambar 5.12 Tampilan Laporan Penjualan Per Rumah
5.2. Pembahasan
Kelemahan yang terdapat pada sistem berjalan pada perusahaan sekarang
ini adalah:
1. Dengan sistem manual, pencarian data jauh lebih lambat.
2. Informasi penjualan per customer dan penjualan per rumah tidak tersedia
secara cepat (instan). Saat ini, untuk memperoleh laporan tersebut, staf
administrasi harus mensortir kembali transaksi penjualan. Hal ini tentunya
akan menyita waktu.
3. Belum terdapat informasi yang dapat memprediksi kemampuan konsumen
dalam membeli rumah yang diinginkan.
Keuntungan dari sistem yang sedang berjalan pada perusahaan sekarang
ini adalah:
81
1. Format dari dokumen dan laporan yang digunakan dapat diubah menurut
kebutuhan perusahaan.
2. Tidak memerlukan biaya yang besar karena sebagian besar pekerjaan
dilakukan secara manual.
3. Sistem dapat membantu memprediksi minat konsumen dalam pembelian
rumah berdasarkan kondisi keuangannya.
Keunggulan dari sistem baru yang diusulkan kepada perusahaan dapat
dirincikan sebagai berikut.
1. Proses pengolahan dan pencarian data menjadi lebih efisien.
2. Tersedianya laporan yang diinginkan dalam waktu yang relatif singkat.
3. Tersedia informasi prediksi minat konsumen dalam membeli rumah yang
diinginkan berdasarkan kondisi keuangannya.
Kelemahan dari sistem baru yang diusulkan kepada perusahaan dapat
dirincikan sebagai berikut.
1. Tidak terdapat penyaringan (filter) spesial untuk laporan, sehingga sistem
tidak dapat menampilkan beberapa laporan khusus, seperti laporan tipe rumah
yang paling laris pada periode tertentu, dan sebagainya.
2. Hasil prediksi dari sistem usulan tergantung sepenuhnya pada data penjualan
yang dimasukkan, sehingga apabila data penjualan dimasukkan secara asal-
asalan, maka hasil prediksi menjadi tidak akurat.
3. Jika seorang customer mengajukan kredit kepemilikan rumah lebih dari satu
transaksi, maka sistem hanya dapat memproses apabila selisih pendapatan dan
pengeluaran dikurangi dengan total pembayaran rumah sebelumnya.

82
Contoh perhitungan dari metode interpolasi dapat dilihat pada perincian
berikut ini:
83
BAB VI
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Pada penelitian ini penulis menarik beberapa kesimpulan sebagai berikut.
1. Sistem usulan dapat membantu memprediksi minat konsumen dalam
pembelian rumah berdasarkan kondisi keuangannya.
2. Proses pengecekan data maupun pencarian data bisa dilakukan dengan cepat
dan mudah.
3. Dengan adanya analisa sistem berjalan, maka dapat diketahui berbagai
kekurangan yang terdapat pada sistem berjalan, seperti pembuatan laporan
yang memerlukan proses kerja yang cukup banyak dan kekurangan informasi
yang dibutuhkan oleh manajer mengenai kegiatan operasional perusahaan.
4. Sistem usulan yang telah menyediakan berbagai format laporan yang
terintegrasi dengan sistem sehingga dapat digunakan untuk mendukung
kegiatan operasional perusahaan. Laporan yang dihasilkan mencakup laporan
penjualan dan daftar rumah.
6.2. Saran
Adapun beberapa saran yang ingin penulis sampaikan adalah sebagai
berikut.
1. Disarankan untuk dapat mengembangkan sistem yang mampu menghitung
total laba rugi perusahaan.
84
85
2. Perlu ditambahkan fasilitas back-up database sehingga data dapat
dikembalikan lagi apabila terjadi kerusakan database.
3. Sistem usulan dapat dikembangkan dengan menerapkan algoritma
pengelompokan lainnya, misalnya algoritma klasifikasi.

DAFTAR PUSTAKA
Baridwan, Z. 2009, Sistem Akuntansi Penyusunan Prosedur dan Metode, Cetakan

Kelima, Edisi Kelima, Penerbit BPFE, Yogyakarta.
Effendy, O.U. 2008. Sistem Informasi Manajemen, Penerbit Mandar Maju,

Bandung.
Hartono J, 2009, Analisis dan Desain Sistem Informasi, Penerbit Andi Offset,
Yogyakarta.
Junindar, 2008, Panduan Lengkap Menjadi Programmer Membuat Aplikasi

Penjualan Menggunakan VB.Net. Cetakan ke-3. Media Kita, Jakarta.
Kamsir, 2008. Bank dan Lembaga Keuangan Lainnya. Edisi Revisi. PT

Rajagrafindo
Persada,Jakarta.
Kendall, K.E. dan J.E. Kendall, 2010, Analisis dan Perancangan Sistem, Jilid 1
dan Jilid 2, Edisi Ke-5, Alih Bahasa Thamir Abdul Hafedh Al-Hamdany,
Penerbit Prehalindo, Jakarta.
Sutabri, T., 2010, Analisa Sistem Informasi, Penerbit Andi, Yogyakarta.
Turban, Efraim, et. al., 2005, Decision Support Systems and Intelligent Systems, 7
th Edition, New Jersey: Pearson Education
http://fti.unand.ac.id/images/MATERIKULIAH/WERMANKASOEP/
Bab_3_Interpolasi.pdf, tanggal akses 10 Januari 2015
http://lecturer.eepis-its.edu/~entin/Data%20Mining/Minggu%201%20Pe
ngantar%20Data%20Mining.pdf, tanggal akses 10 Januari 2015
http://www.bukucatatan.web.id/, tanggal akses 10 Januari 2015

PREDICTIVE HOUSE

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

PREDICTIVE HOUSE

Diunggah oleh

Hak Cipta:

Format Tersedia

PERANGKAT LUNAK PENERAPAN DATA MINING DENGAN

METODE INTERPOLASI UNTUK MEMPREDIKSI MINAT

PROGRAM STUDI SISTEM INFORMASI

Kata Kunci : sistem informasi, data mining, property, prediksi, clustering,

PT. Jaya Asrindo Sejahtera is a private company that sells house

Keywords : information system, data mining, property, prediction, clustering,

telah memberikan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini

dengan judul : “Perangkat Lunak Penerapan Data Mining dengan Metode

Skripsi ini disusun untuk melengkapi persyaratan studi program Strata 1

(S-1) Sekolah Tinggi Manajemen Informatika Komputer (STMIK) TIME Medan.

Penulis menyadari bahwa dalam penulisan skripsi ini banyak menemukan

kesulitan-kesulitan dan kekurangan pada penulisan. Namun, berkat bantuan dan

dorongan dari berbagai pihak akhirnya penulis dapat menyelesaikannya dengan

kasih yang sebesar-besarnya kepada :

1. Bapak Huliman, M. Kom, selaku Pembimbing I yang telah memberikan

saran dan masukan, pendidikan serta bimbingan dalam penulisan skripsi

ini maupun pemrograman skripsi ini.

2. Ibu Feriani Astuti, M. Kom, selaku Pembimbing II dan Ketua Program

Studi Sistem Informasi yang telah memberikan saran dan masukan,

pendidikan serta bimbingan dalam penulisan skripsi ini.

3. Bapak Simon Kanggali, selaku Ketua Yayasan STMIK TIME Medan.

5. Bapak Prof. Harlem Marpaung, Ph. D, selaku Ketua STMIK TIME

7. Orangtua dan teman-teman mahasiswa serta seluruh dosen di STMIK

Akhir kata, penulis mengucapkan terima kasih sebesar-besarnya kepada

Medan, April 2015

KATA PENGANTAR ........................................................................... iii

DAFTAR ISI .......................................................................................... v

DAFTAR GAMBAR ............................................................................. viii

DAFTAR TABEL ................................................................................. x

DAFTAR LAMPIRAN ......................................................................... xi

BAB I PENDAHULUAN ...................................................................... 1

1.1 Latar Belakang Masalah ..................................................... 1

1.2 Identifikasi Masalah ............................................................ 3

1.3 Batasan Masalah ................................................................. 3

1.4 Tujuan dan Manfaat ............................................................ 4

1.5 Sistematika Penulisan ......................................................... 5

BAB II LANDASAN TEORI ............................................................... 7

2.1 Konsep Sistem Informasi .................................................... 7

2.1.1 Pengertian Sistem ....................................................... 7

2.1.2 Pengertian Informasi .................................................. 11

2.1.3 Pengertian Sistem Informasi ...................................... 12

2.2 Jenis-Jenis Kredit ................................................................ 15

2.3 Faktor-Faktor yang Mempengaruhi Penjualan secara

2.4.1 Unsur-Unsur Kredit ................................................... 19

2.4.2 Evaluasi Pelamar Kredit ............................................ 20

2.4.3 Sumber Infomasi Kredit ............................................ 22

2.5 Data Flow Diagram (DFD) ................................................. 22

2.6 Basis Data ........................................................................... 26

2.7 Entity Relationship Diagram (ERD) ................................... 30

2.8 Bahasa Pemrograman.......................................................... 32

2.9 Data Mining ........................................................................ 35

2.10 Metode Interpolasi ............................................................ 40

2.11 Bentuk Umum Interpolasi Polinomial .............................. 43

BAB III METODE PENELITIAN ...................................................... 48

3.1 Tempat dan Jadwal Penelitian ............................................ 48

3.2 Kerangka Kerja ................................................................... 49

3.2.1 Metode Pengumpulan Data ......................................... 49

3.2.2 Analisa Sistem ............................................................. 51

3.2.3 Perancangan Sistem .................................................... 51

3.2.4 Pembangunan Sistem .................................................. 52

3.2.5 Uji Coba Sistem .......................................................... 52

BAB IV ANALISA DAN PERANCANGAN ...................................... 53