SKRIPSI
DINI ISLAMI
111401006
PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer
DINI ISLAMI
111401006
PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
PERSETUJUAN
Judul : ANALISIS KELAYAKAN PENERIMA KREDIT
PEMILIKAN RUMAH DENGAN METODE
PROFILE MATCHING DAN PROMETHEE
Kategori : SKRIPSI
Nama : DINI ISLAMI
Nomor Induk Mahasiswa : 111401006
Program Studi : SARJANA (S-1) ILMU KOMPUTER
Departemen : ILMU KOMPUTER
Fakultas : FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 29 Agustus 2015
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Maya Silvi Lydia, B.Sc, M.Sc Prof. Dr. Iryanto, M.Si
NIP. 197401272002122001 NIP. 194604041971071001
Diketahui/disetujui oleh
Program Studi S-1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom.
PERNYATAAN
ANALISIS KELAYAKAN PENERIMA KREDIT PEMILIKAN RUMAH
DENGAN METODE PROFILE MATCHING DAN PROMETHEE
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 29 Agustus 2015
Dini Islami
UCAPAN TERIMA KASIH
Puji dan syukur penulis ucapkan kehadirat Allah SWT, karena rahmat dan izin-Nya
penulis dapat menyelesaikan skripsi ini dalam waktu yang ditentukam sebagai
salah satu syarat untuk memperoleh gelar Sarjana Komputer. Banyak bantuan
berupa uluran tangan, budi baik, buah pikiran dan kerjasama yang telah penulis
terima selama menempuh studi sampai dengan penyelesaian studi (skripsi) ini.
Oleh karena itu, seyogianya penulis menyampaikan ucapan terima kasih kepada
pihak-pihak yang telah membantu.
Ucapan terima kasih penulis sampaikan kepada:
1. Bapak Prof. Drs. Subhilhar , M.A., Ph.D selaku Rektor Universitas
Sumatera Utara.
2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fasilkom-TI USU.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S-1
Ilmu Komputer Universitas Sumatera Utara.
4. Ibu Maya Silvi Lydia, B.Sc., M.Sc. selaku Sekretaris Program Studi S-1
Ilmu Komputer Universitas Sumatera Utara dan juga selaku Dosen
Pembimbing II yang telah memberikan bimbingan dan dukungan kepada
penulis.
5. Bapak Prof. Dr. Iryanto, M.Si . selaku Dosen Pembimbing I yang telah
memberikan bimbingan dan dukungan kepada penulis.
6. Bapak M. Andri Budiman, S.T., M.Comp.Sc., M.E.M. selaku Dosen
Pembanding I telah memberikan kritik dan saran dalam penyempurnaan
skripsi ini.
7. Bapak Drs. Dahlan Sitompul, M.Eng. selaku Dosen Pembanding II yang
telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
8. Bapak Herryance, S.T., M.Kom selaku Dosen Akademik yang telah
memberikan bimbingan dan dukungan .
9. Yang teristimewa, Almarhum Ayahanda Muhammad Nur Muis dan Ibunda
Hamidah, Abangda El Anshari, Kakak Delia Rosa, Kakak Ethika Susila,
Balqis, Naila Ansharia, Aya Sofia serta seluruh keluarga tercinta yang
selalu memberikan kasih sayang, dukungan dan do’a kepada penulis.
10.Seluruh tenaga pengajar dan pegawai di Fakultas Ilmu Komputer dan
Teknologi Informasi USU, terkhususnya di Program Studi S-1 Ilmu
Komputer.
11.Terima kasih kepada Anhar Ismail yang senantiasa membantu, memberikan
dukungan dan doa kepada penulis untuk dapat menyelesaikan skripsi ini.
12.Teman-teman kuliah, khususnya Bunga, Kh. Nisa Dewi, Syafura Tri Utari,
Susi Suryani Panggabean, Sofiya Nazara, Geubrina Rizky, Annisa Olivia,
Dias Tia Ramadhani, Ema Fatma Sari , Murni, Khairunnisa, Novita Sari
Dewi, Mawaddah Nasution dan semua teman-teman stambuk 2011 yang
telah memberikan semangat, teman berbagi, teman diskusi dan teman
seperjuangan dalam menggapai gelar Sarjana Komputer.
13.Terima kasih kepada adik-adik ilmu komputer yang telah membantu dan
memberikan semangat kepada penulis khususnya Akhiruddin Nur, Fitri
Ramadhani, Nadia Al Kharina, Jul Ilmi Harahap , Yogi Sulaiman dan
Miftahul Huda.
14.Rekan-rekan di UKMI Al-Khuwarizmi Fasilkom-TI USU, Ilmu Komputer
Laboratory Center (IKLC) dan LMAI Ukmi Ad-Dakwah USU yang juga
membantu dengan memberikan semangat dan dukungan kepada penulis.
15.Pihak CV. Karya Bersama yang telah memberikan kesempatan dan
bantuannya kepada penulis dalam melakukan penelitian di perusahaan
tersebut.
16.Semua pihak yang terlibat langsung atau tidak langsung yang penulis tidak
dapat tuliskan satu per satu.
Semoga Allah SWT melimpahkan berkah dan kasih sayang-Nya kepada
semua pihak yang telah memberikan bantuan, semangat, dukungan dan perhatian
kepada penulis dalam menyelesaikan skripsi ini. Semoga skripsi ini bermanfaat
Medan, 29 Agustus 2015
ABSTRAK
Meningkatnya jumlah penduduk membuat semakin banyaknya para developer
untuk membangun perumahan dengan sistem kredit pemilikan rumah. Saat ini
pengambilan keputusan KPR dilakukan dengan langkah yang rumit yaitu
konsumen mengajukan KPR di bank, kemudian bank melakukan proses
penyeleksian. Sebelum melangkah ke dalam proses penyeleksi pihak bank, maka
para developer perumahan dapat dengan mudah menentukan kelayakan konsumen. Dengan banyaknya data perumahan dan data konsumen maka diperlukan adanya
suatu sistem untuk membantu mempermudah dan menganalisis kelayakan
konsumen. Sistem pendukung keputusan ini dibuat dengan menggunakan metode
Profile Matching dan Promethee. Metode Profile Matching merupakan suatu metode penelitian yang dapat digunakan pada sistem pendukung keputusan dengan
membandingkan satu profile nilai (nilai kebutuhan kompetensi ) dengan profil nilai
kompetensi lainnya. Sedangkan Preference Ranking Organizational Method for Enrichment Evaluation (PROMETHEE) adalah metodologi untuk mengevaluasi alternatif dengan kriteria yang diberikan dan membuat peringkat alternatif untuk
keputusan akhir. Hasil penelitian menunjukkan bahwa dalam kinerja metode
Profile Matching dengan metode PROMETHEE memiliki tingkat akurasi yang hampir sama. Dari perbandingan kompleksitas waktu antara metode PROMETHEE
mempunyai big theta yang sama, yaitu �(�).
ANALYZE THE FEASIBILITY OF HOUSING CREDIT SYSTEM WITH
PROFILE MATCHING METHOD AND PROMETHEE METHOD
ABSTRACT
The increasing number of people make more and more developers to build housing
with housing credit system. Currently, mortgages decision making is done by a
complicated step that consumers apply for mortgages in the bank, then the bank
doing the screening process. Before stepping into the bank selectors, then the
housing developers can easily determine the feasibility of consumers. With the
number of housing data and consumer data it is necessary to have a system to help
simplify and analyze the feasibility of consumers. This decision support system is
made by using the Profile Matching and Promethee method. Profile Matching
method is a research method that can be used in decision support systems by
comparing a profile value (the value of competency requirements) with another
competencies profile value. While Preference Ranking Organizational Enrichment Method for Evaluation ( PROMETHEE ) is a methodology for evaluating alternatives with given criteria and rank the alternatives for a final decision. The
results showed that the performance of Profile Matching Method with
PROMETHEE method have almost the same degree of accuracy. From the comparison of time complexity between the Profile Matching and PROMETHEE
methods acquired the same big theta, that is θ( n ) .
DAFTAR ISI
Hal.
Persetujuan ii
Pernyataan iii
Ucapan Terima Kasih iv
Abstrak vii
Abstract viii
Daftar Isi ix
Daftar Tabel xii
Daftar Gambar xiv
Daftar Lampiran xvi
BAB 1 PENDAHULUAN
1.1. Latar Belakang 1
1.2. Rumusan Masalah 2
1.3. Ruang Lingkup Penelitian 2
1.4. Tujuan Penelitian 3
1.5. Manfaat Penelitian 3
1.6. Metodologi Penelitian 3
1.7. Sistematika Penulisan 4
BAB 2 LANDASAN TEORI
2.1. Sejarah Singkat Perusahaan 6
2.2. Sistem Pendukung Keputusan 6
2.2.1. Sejarah dan Perkembangan Sistem Pendukung Keputusan 6
2.2.2. Keuntungan Sistem Pendukung Keputusan 9
2.2.3. Fase – fase Proses Pengambilan Keputusan 9
2.4. Preference Ranking Organizational Method for Enrichment
Evaluation (PROMETHEE) 15
2.4.1. Langkah – langkah PROMETHEE 15
2.5. Kredit 17
2.5.1. Pengertian Kredit 17
2.5.2. Unsur Kredit 18
Bab 3 Analisis dan Perancangan
3.1. Analisis Sistem 19
3.1.1. Analisis Masalah 19
3.1.2. Analisis Kebutuhan Sistem 20
3.1.2.1. Kebutuhan Fugsional Sistem 20
3.1.2.2. Kebutuhan Non-Fungsional Sistem 21
3.2. Pemodelan 21
3.2.1. Use Case Diagram 21
3.2.2. Activity Diagram 24
3.2.3. Sequence Diagram 25
3.2.4. Flowchart Profile Matching 27
3.2.5. Flowchart PROMETHEE 28
3.2.6. Flowchart Sistem 29
3.3. Perancangan Sistem 31
3.3.1 Perancangan antarmuka sistem 31
3.3.1.1. Halaman Masuk 31
3.3.1.2. Menu Input Data Konsumen 32
3.3.1.3. Menu Lihat Data Konsumen 33
3.3.1.4. Menu Metode Profile Matching 34
3.3.1.5. Menu Metode PROMETHEE 36
3.3.1.6. Menu Pengaturan 36
BAB 4 IMPLEMENTASI DAN PENGUJIAN
4.1. Implementasi 38
4.1.2. Implementasi metode PROMETHEE 44
4.2. Antar Muka Sistem 53
4.2.1. Tampilan Menu Login 54
4.2.2. Tampilan Halaman Utama 54
4.2.3. Tampilan Menu Input Data Konsumen 55
4.2.4. Tampilan Menu Lihat Konsumen 56
4.2.5. Tampilan Menu Metode Profile Matching 57
4.2.6. Tampilan Menu Metode PROMETHEE 58
4.2.7. Tampilan Menu Pengaturan 59
4.3. Pengujian Sistem 61
4.3.1. Pengujian Perhitungan Kelayakan Penerima KPR Tipe
Rumah B12 dengan Metode Profile Matching 61 4.3.2. Pengujian Perhitungan Kelayakan Penerima KPR Tipe
Rumah A2 dengan Metode Profile Matching 62 4.3.3. Pengujian Perhitungan Kelayakan Penerima KPR Tipe
Rumah B12 dengan Metode PROMETHEE 63
4.3.4. Pengujian Perhitungan Kelayakan Penerima KPR Tipe
Rumah A2 dengan Metode PROMETHEE 64
4.3.5. Perbandingan Hasil Pengujian Perhitungan Kelayakan
Penerima Kredit Kepemilikan Rumah dengan Profile
Matching dan PROMETHEE 65
Bab 5 Kesimpulan dan Saran
5.1. Kesimpulan 72
5.2. Saran 73
Daftar Pustaka 74
DAFTAR TABEL
Hal.
Tabel 2.1. Bobot Nilai 13
Tabel 3.1. Tabel Use Case Proses Perhitungan dengan PM 22 Tabel 3.2 Tabel Use Case Proses Perhitungan dengan PROMETHEE 23
Tabel 3.3 Keterangan Rancangan Halaman Masuk 31
Tabel 3.4 Keterangan Rancangan Menu Input Konsumen 33
Tabel 3.5 Keterangan Rancangan Menu Lihat Konsumen 34
Tabel 3.6 Keterangan Rancangan Menu Profile Matching 36 Tabel 3.7 Keterangan Rancangan Menu Metode PROMETHEE 36
Tabel 3.8 Keterangan Rancangan Menu Pengaturan 37
Tabel 4.1 Tabel Sample Konsumen 38
Tabel 4.2. Tabel Konversi Nilai Konsumen untuk Kriteria Gaji (C1) 39
Tabel 4.3. Tabel Konversi Nilai Konsumen untuk Kriteria Cicilan (C2) 40
Tabel 4.4. Tabel Konversi Nilai Konsumen untuk Kriteria Persentase
Kelayakan 35% dari gaji 40
Tabel 4.5.a Tabel Nilai Profile Kriteria 40
Tabel 4.5.b Tabel Hasil Perhitungan Gap 41
Tabel 4.6. Tabel Bobot Nilai Gap 41
Tabel 4.7. Tabel Hasil Pembobotan 42
Tabel 4.8. Tabel Nilai Core Factor dan Secondary Factor 42
Tabel 4.9. Tabel Hasil Nilai Core Factor dan Secondary Factor 43
Tabel 4.10. Tabel Perhitungan Nilai Total 44
Tabel 4.11. Tabel Konversi Nilai Konsumen untuk Kriteria Gaji (C1) 45
Tabel 4.12. Tabel Konversi Nilai Konsumen untuk Kriteria Cicilan (C2) 45
Tabel 4.13. Tabel Konversi Nilai Konsumen untuk Kriteria Persentase
Kelayakan 35% dari gaji 45
Tabel 4.14. Tabel Sample Konsumen 46
Tabel 4.15. Tabel PROMETHEE Tahap 1 46
Tabel 4.17. Tabel Ranking PROMETHEE 53 Tabel 4.18. Perhitungan Kompleksitas Waktu Algoritma Profile Matching 65 Tabel 4.19. Perhitungan Kompleksitas Waktu Algoritma PROMETHEE 67 Tabel 4.20. Tabel Hasil Perbandingan Sistem untuk Setiap Tipe Rumah 70
DAFTAR GAMBAR
Hal.
Gambar 2.1 Skematik Sistem Pendukung Keputusan 11
Gambar 3.1 Diagram Ishikawa 20
Gambar 3.2 Use Case Diagram 22
Gambar 3.3 Activity Diagram Proses Perhitungan Metode Profile Matching 24 Gambar 3.4 Activity Diagram untuk Proses Perhitungan Metode PROMETHEE 25 Gambar 3.5 Sequence Diagram untuk Perhitungan dengan Metode Profile
Matching 26
Gambar 3.6 Sequence Diagram untuk Perhitungan dengan Metode
PROMETHEE 27
Gambar 3.7 Flowchart Profile Matching Matching (PM) 28
Gambar 3.8 Flowchart PROMETHEE 29
Gambar 3.9 Flowchart Analisis Kelayakan Penerima KPR 30
Gambar 3.10 Rancangan Halaman Masuk 31
Gambar 3.11 Rancangan Menu Input Konsumen 32
Gambar 3.12 Rancangan Menu Lihat Konsumen 34
Gambar 3.13 Rancangan Menu Metode Profile Matching 35
Gambar 3.14 Rancangan Menu Metode PROMETHEE 36
Gambar 3.15 Rancangan Menu Pengaturan 37
Gambar 4.1 Tampilan Menu Login 54
Gambar 4.2 Tampilan Menu Halaman Utama 55
Gambar 4.3 Tampilan Menu Input Konsumen 56
Gambar 4.4 Tampilan Menu Lihat Konsumen 57
Gambar 4.5 Tampilan Nilai Akhir Metode Profile Matching 58 Gambar 4.6 Tampilan Nilai Akhir Metode PROMETHEE 59
Gambar 4.7 Tampilan Menu Pengaturan 60
Gambar 4.8 Tampilan Menu Atur Sandi 60
Gambar 4.9 Hasil Perhitungan dengan Metode Profile Matching Tipe Rumah
Gambar 4.10 Hasil Perhitungan dengan Metode Profile Matching Tipe Rumah A2 62
Gambar 4.11 Hasil Perhitungan dengan Metode PROMETHEE Tipe Rumah B12 63
DAFTAR LAMPIRAN
Halaman
Lampiran 3 Listing Program A-1
ABSTRAK
Meningkatnya jumlah penduduk membuat semakin banyaknya para developer
untuk membangun perumahan dengan sistem kredit pemilikan rumah. Saat ini
pengambilan keputusan KPR dilakukan dengan langkah yang rumit yaitu
konsumen mengajukan KPR di bank, kemudian bank melakukan proses
penyeleksian. Sebelum melangkah ke dalam proses penyeleksi pihak bank, maka
para developer perumahan dapat dengan mudah menentukan kelayakan konsumen. Dengan banyaknya data perumahan dan data konsumen maka diperlukan adanya
suatu sistem untuk membantu mempermudah dan menganalisis kelayakan
konsumen. Sistem pendukung keputusan ini dibuat dengan menggunakan metode
Profile Matching dan Promethee. Metode Profile Matching merupakan suatu metode penelitian yang dapat digunakan pada sistem pendukung keputusan dengan
membandingkan satu profile nilai (nilai kebutuhan kompetensi ) dengan profil nilai
kompetensi lainnya. Sedangkan Preference Ranking Organizational Method for Enrichment Evaluation (PROMETHEE) adalah metodologi untuk mengevaluasi alternatif dengan kriteria yang diberikan dan membuat peringkat alternatif untuk
keputusan akhir. Hasil penelitian menunjukkan bahwa dalam kinerja metode
Profile Matching dengan metode PROMETHEE memiliki tingkat akurasi yang hampir sama. Dari perbandingan kompleksitas waktu antara metode PROMETHEE
mempunyai big theta yang sama, yaitu �(�).
ANALYZE THE FEASIBILITY OF HOUSING CREDIT SYSTEM WITH
PROFILE MATCHING METHOD AND PROMETHEE METHOD
ABSTRACT
The increasing number of people make more and more developers to build housing
with housing credit system. Currently, mortgages decision making is done by a
complicated step that consumers apply for mortgages in the bank, then the bank
doing the screening process. Before stepping into the bank selectors, then the
housing developers can easily determine the feasibility of consumers. With the
number of housing data and consumer data it is necessary to have a system to help
simplify and analyze the feasibility of consumers. This decision support system is
made by using the Profile Matching and Promethee method. Profile Matching
method is a research method that can be used in decision support systems by
comparing a profile value (the value of competency requirements) with another
competencies profile value. While Preference Ranking Organizational Enrichment Method for Evaluation ( PROMETHEE ) is a methodology for evaluating alternatives with given criteria and rank the alternatives for a final decision. The
results showed that the performance of Profile Matching Method with
PROMETHEE method have almost the same degree of accuracy. From the comparison of time complexity between the Profile Matching and PROMETHEE
methods acquired the same big theta, that is θ( n ) .
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Dengan meningkatnya populasi jumlah penduduk membuat semakin banyaknya
para developer untuk membangun perumahan dengan sistem Kredit Pemilikan Rumah (KPR). KPR merupakan perumahan yang dibangun dengan sistem
pembayaran kredit yang dibayar melalui pihak bank. Rumah merupakan kebutuhan
primer yang sangat penting demi kelangsungan hidup manusia. Namun kebutuhan
primer tidak hanya kebutuhan akan rumah saja, tetapi pangan, sandang, dan
kebutuhan lainnya. Sehingga menuntut seseorang untuk memenuhi semua
kebutuhan secara sejalan dengan kondisi pendapatan yang sangat minim.
Tingginya harga rumah membuat seseorang tidak dapat membeli rumah secara
tunai.
KPR merupakan salah satu alternatif yang ditempuh untuk memenuhi
kebutuhan tersebut. Saat ini pengambilan keputusan KPR dilakukan dengan
langkah yang rumit yaitu konsumen mengajukan KPR di bank dengan memenuhi
dokumen-dokumen yang diajukan, maka pihak bank akan melakukan pengecekan
dokumen permohonan yang telah ditentukan melalui interview dan survei di
lapangan. Untuk memutuskan pemberian KPR pihak bank harus menyeleksi
sebaik-baik mungkin untuk menghindari kredit macet dan likuiditas bank, karena
dalam hal ini bank sebagai penjamin.
Sebelum melangkah ke dalam penyeleksi kelayakan pada pihak bank maka
dalam KPR berdasarkan gaji. Sehingga diperlukan suatu sistem pengambilan
keputusan untuk mempermudah dalam menganalisis kelayakan konsumen. Dalam
hal ini dilakukan dengan membandingkan dua metode yaitu Metode Profile Matching dan PROMETHEE.
Metode Profile matching merupakan suatu metode penelitian yang dapat digunakan pada sistem pendukung keputusan, proses penilaian kompetensi
dilakukan dengan membandingkan antara satu profil nilai (nilai kebutuhan
kompetensi) dengan beberapa profil nilai kompetensi lainnya. Sedangkan metode
PROMETHEE adalah metodologi untuk mengevaluasi alternatif dengan kriteria yang diberikan dan membuat peringkat alternatif untuk keputusan akhir.
Dengan adanya suatu sistem ini para konsumen dapat dengan mudah untuk
menentukan KPR yang akan diambil, sehingga dapat menentukan validitas data
untuk mendapatkan rumah yang sesuai dan tepat sasaran.
1.2 Rumusan Masalah
Berdasarkan uraian dari latar belakang diatas, rumusan masalah yang akan dibahas
adalah membandingkan metode Profile Matching dan metode PROMETHEE.
Untuk menganalisis kelayakan konsumen dalam memilih rumah sesuai dengan
pendapatan konsumen dan kemampuan iuran (cicilan) dari jangka waktu yang
ditentukan.
1.3 Ruang Lingkup Penelitian
Adapun ruang lingkup penelitian yang dapat diambil dari latar belakang di atas
adalah
1. Data perumahan yang diambil berdasarkan pada data perusahaan
perumahan CV. Karya Bersama Jl. M. Yakub Lubis no 31-39 Bandar
2. Metode yang digunakan adalah perbandingan metode Profile Matching
dengan Metode Preference Ranking Organizational Method for Enrichment Evaluation (PROMETHEE).
3. Dalam membandingkan proses running time digunakan dengan
menggunakan big �.
4. Paramater yang digunakan berdasarkan bobot dari setiap kriteria : gaji,
cicilan, pengeluaran dan persentase kelayakan 35% dari gaji
5. Output yang diharapkan adalah perumahan yang sesuai dengan
pendapatan konsumen seperti tipe rumah, luas tanah, harga jual, uang
muka, dan jangka waktu KPR.
6. Menggunakan bahasa pemrograman C# dan MySQL sebagai Database
Management System.
1.4 Tujuan Penelitian
Adapun tujuan penelitian dalam tugas akhir ini adalah menganalisis kelayakan
konsumen dalam pengambilan kredit pemilikan rumah dengan metode Profile matching dan metode PROMETHEE.
1.5 Manfaat Penelitian
Manfaat penelitian ini diharapkan dapat membantu para developer dalam pengambilan keputusan untuk menentukan kelayakan konsumen dalam mengambil
rumah yang sesuai dan tepat sasaran.
1.6 Metodologi Penelitian
Metode penelitian yang digunakan dalam penulisan tugas akhir ini adalah sebagai
berikut :
a. Studi Literatur.
Metode ini dilaksanakan dengan mengumpulkan bahan dan referensi dari
sistem pendukung keputusan menggunakan metode Profile Matching dan metode PROMETHEE.
b. Analisis dan Perancangan Sistem
Tahap ini dimulai dengan tahap mengidentifikasi masalah, mengumpulkan
data-data yang berkaitan dengan kriteria, alternatif, memahami kerja sistem
yang akan dibuat dan merancangan flowchart dan sistem pendukung keputusan untuk menentukan kelayakan konsumen dengan metode Profile Matching dan
metode PROMETHEE.
c. Implementasi Sistem.
Metode ini adalah mengimplementasikan rancangan sistem pendukung
keputusan dengan metode Profile Matching dan metode PROMETHEE ke dalam bahasa pemrograman C#.
d. Pengujian Sistem.
Metode ini adalah melakukan pengujian terhadap program sehingga diketahui
apakah program sudah berjalan dengan benar dan sesuai dengan perancangan
yang telah dilakukan.
e. Dokumentasi
Tahap akhir dari penelitian yang dilakukan, yaitu membuat laporan dan
kesimpulan akhir dari hasil analisa dan pengujian dalam bentuk skripsi.
1.7 Sistematika Penulisan
Agar pembahasan lebih sistematis, maka tulisan ini dibuat dalam lima bab, yaitu :
BAB 1 PENDAHULUAN
Bab ini akan menjelaskan mengenai latar belakang penilitian judul
skripsi “Analisis Kelayakan Penerima Kredit Pemilikan Rumah
dengan Metode Profile Matching dan metode PROMETHEE( Studi
Kasus: CV. Karya Bersama )”, rumusan masalah, batasan masalah,
tujuan penelitian, manfaat penelitian, metode penelitian, tinjauan
BAB 2 LANDASAN TEORI
Berisi tentang penjelasan singkat mengenai defenisi Sistem
Pendukung Keputusan, tujuan, komponen Sistem Pendukung
Keputusan, karakteristik utama Sistem Pendukung Keputusan,
fase- fase proses pengambilan keputusan, Profile Matching, PROMETHEE, langkah-langkah proses Profile Matching dan
PROMETHEE.
BAB 3 ANALISIS DAN PERANCANGAN
Berisi tentang uraian analisis mengenai proses kerja dari metode
Profile Matching dan PROMETHEE yang terdiri dari flowchart dan Unified Modeling Language (UML) serta perancangan dari aplikasi.
BAB 4 IMPLEMENTASI DAN PENGUJIAN
Pada tahap ini dilakukan pembuatan sistem dan coding sesuai dengan analisis dan perancangan. Kemudian melakukan pengujian
sistem.
BAB 5 KESIMPULAN DAN SARAN
Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian
dari bab-bab sebelumnya dan saran-saran dari hasil yang diperoleh
yang diharapkan dapat bermanfaat dalam pengembangan
BAB 2
TINJAUAN PUSTAKA
2.1. Sejarah Singkat Perusahaan
Perumahan di CV. Karya Bersama merupakan salah satu perusahaan swasta yang
bergerak dibidang kontraktor yang berdiri pada tanggal 17 April 2011 yang terletak
di Jl. M. Yakub Lubis no 31-39 Bandar Kalipah Deli Serdang Medan. Perusahaan
ini mengawali usahanya sebagai General Kontraktor yang mengutamakan
pekerjaan pembangunan dan pemeliharaan bangunan-bangunan perumahan.
2.2 Sistem Pendukung Keputusan
2.2.1. Sejarah dan Perkembangan Sistem Pendukung Keputusan
Pada tahun 1970-an Michael S. Scott Morton pertama kali memperkenalkan
Sistem Pendukung Keputusan, merupakan sistem informasi berbasis komputer
interakfif, yang membantu para pengambil keputusan untuk menggunakan data dan
berbagai model untuk memecahkan masalah – masalah tidak terstruktur.
Pada proses pengambilan data dan pengolahan data dalam Sistem
Pendukung Keputusan diperoleh hasil yang bersifat alternatif dan tidak diharuskan
untuk mengikutinya. Sistem pendukung keputusan yang merupakan penerapan dari
sistem informasi ditujukan hanya sebagai sebuah alat untuk membantu pengguna
dalam mengambil keputusan. Sistem pendukung keputusan tidak dimaksudkan
untuk menggantikan fungsi pengambil keputusan dalam membuat keputusan,
melainkan hanyalah sebagai alat bantu pengambil keputusan dalam melaksanakan
Dalam kehidupan sehari-hari orang selalu dihadapkan pada situasi-situasi
yang mengharuskannya untuk mengambil keputusan. Keputusan selalu berkaitan
dengan masalah atau kesulitan sehingga melalui sebuah keputusan dan
penerapannya orang mengharapkan akan tercapi suatu pemecahan atas masalah
tersebut.
Pembuatan keputusan merupakan suatu pendekatan yang bersifat sistematis,
artinya pendekatan yang berawal dan bermula dari suatu masalah, pengumpulan
fakta-fakta, pemilihan dan penentuan dari alternatif terbaik yang dihadapi serta
pengambilan tindakan yang menurut perhitungan merupakan tindakan yang paling
tepat.
Saat ini, pengambilan keputusan dirasa lebih sulit karena kebutuhan akan
kecepatan dalam pengambilan keputusan terus meningkat. kelebihan informasi
merupakan masalah umum yang menyebabkan penyimpangan informasi. Sisi yang
positif dalam permasalahan ini adalah harus adanya suatu penekanan lebih besar
terhadap proses pengambilan keputusan. Dalam suatu pengambilan keputusan yang
kompleks dibutuhkan suatu pendukung keputusan yang bersifat komputerisasi,
yang menyediakan bukti yang dirancang sebaik mungkin sesuai dengan
penyimpanan data sistem komputer yang membantu pengambilan keputusan agar
dapat mendorong dan meningkatkan kualitas suatu keputusan serta meningkatkan
daya guna dan tepat guna dalam proses pengambilan keputusan. ( Power. J, Daniel.
2009)
Sistem pendukung keputusan merupakan sistem berbasis komputer yang
dapat membantu para pengguna keputusan untk mengatasi berbagai masalah secara
interaktif dengan menggunakan sejumlah database dan perangkat lunak. Dimana
sistem pendukung keputusan bertujuan untuk menyimpan data dan menggantinya
dengan informasi yang dengan mudah dapat diakses oleh pengguna atau user
dengan sangat akurat.
P.G.W Keen dan Scott-Morton yang merupakan penggagas istilah sistem
pendukung keputusan, mendefenisikan bahwa sistem pendukung keputusan itu
dengan dibantu oleh kemampuan komputer untuk meningkatkan kualitas dari
sebuah keputusan. (Keen dan Scott-Morton, 1978)
Pengambilan keputusan dapat berkaitan dengan tindakan spesifik atau
proses umum. Pengambilan keputusan yang efektif mengisyaratkan pengambilan
keputusan memahami situasi yang mendorong keputusan. (Sunarto. 2007)
Sistem Pendukung Keputusan dapat menyediakan analisis informatif untuk
meningkatkan efisiensi pembuatan keputusan dalam sebuah organisasi. Sistem
Pendukung Keputusan, termasuk model keputusan, data, dan antarmuka pengguna
merupakan kesatuan yang sangat penting. (Zhou, 2011)
Sistem Pendukung Keputusan merupakan sebuah alat bantu yang dapat
membantu si pembuat keputusan dalam menetapkan sebuah keputusan. Perlu
ditekankan bahwa Sistem Pendukung Keputusan hanyalah ditujukan untuk
membantu, bukan untuk membuat keputusan. Keputusan yang diambil merupakan
tanggung jawab dari si pembuat keputusan.
Sistem Pengambilan Keputusan atau Decision Support System merupakan
sistem informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk
membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi
yang tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana
keputusan dibuat. DSS biasanya dibangun untuk mendukung solusi atas suatu
masalah atau untuk mengevaluasi suatu peluang. DSS yang seperti itu disebut
aplikasi DSS. Aplikasi DSS digunakan dalam pengambilan keputusan. Aplikasi
DSS menggunakan CBIS ( Computer Based Information Systems) yang fleksibel, interaktif, dan dapat di adaptasi, yang dikembangkan untuk mendukung pemikiran
pengmbil keputusan. (Kusrini, 2007).
Sistem pendukung keputusan pertama kali dikenalkan pertama kali pada awal
tahun 1970 oleh Michael S.Scott dengan istilah Management Decision System
yang merupakan suatu sistem berbasis komputer yang membantu pengambilan
keputusan dengan memanfaatkan data dan model-model untuk menyelesaikan
Lima karakteristik utama SPK yaitu :
1. Sistem yang berbasis komputer.
2. Dipergunakan untuk mengambil keputusan.
3. Untuk memecahkan masalah-masalah yang rumit yang tidak dapat
digunakan dengan kalkulasi manual.
4. Melalui cara simulasi yang interaktif.
5. Komponen utamanya data dan model analisis (Harahap, 2014).
2.2.2 Keuntungan Sistem Pendukung Keputusan
Sistem Pendukung Keputusan dapat memberikan manfaat atau keuntungan bagi
pemakainya. Keuntungan dimaksud diantaranya meliputi (Daihani, 2001) :
1. Sistem Pendukung Keputusan memperluas kemampuan pengambil
keputusan dalam memproses data/informasi bagi pemakainya.
2. Sistem Pendukung Keputusan membantu pengambil keputusan dalam hal
penghematan waktu yang dibutuhkan untuk memecahkan masalah terutama
berbagai masalah yang sangat kompleks dan tidak terstruktur.
3. Sistem Pendukung Keputusan dapat menghasilkan solusi dengan lebih
cepat dan hasilnya dapat diandalkan.
4. Walaupun suatu Sistem Pendukung Keputusan, mungkin saja tidak mampu
memecahkan masalah yang dihadapi oleh pengambil keputusan, namun ia
dapat menjadi stimulan bagi pengambil keputusan dalam memahami
persoalannya. Karena sistem pendukung keputusan mampu menyajikan
berbagai alternatif.
5. Sistem Pendukung Keputusan dapat menyediakan bukti tambahan untuk
memberikan pembenaran sehingga dapat memperkuat posisi pengambil
keputusan.
2.2.3 Fase-fase Proses Pengambilan Keputusan
Adapun proses dalam pengambilan keputusan terdiri dari 4 tahapan menurut Simon
1. Tahap Penelusuran (Intelligence)
Merupakan tahap pendefinisian masalah serta identifikasi informasi
yang dibutuhkan yang berkaitan dengan persoalan yang dihadapi serta
keputusan yang akan diambil. Langkah ini sangat penting menentukan
tingkat ketepatan keputusan yang akan diambil, karena sebelum suatu
tindakan diambil, tentunya persoalan yang dihadapi harus dirumuskan
secara jelas terlebih dahulu.
2. Perancangan (Design)
Merupakan tahap analisa dalam kaitan mencari atau merumuskan
alternatif-alternatif pemecahan masalah. Setelah permasalahan
dirumuskan dengan baik, maka tahap berikutnya adalah merancang atau
membangun model pemecahan masalahnya dan menyusun berbagai
alternatif pemecahan masalah.
3. Pemilihan (Choice)
Dengan mengacu pada rumusan tujuan serta hasil yang diharapkan,
selanjutnya manajemen memilih alternatif solusi yang diperkirakan
paling sesuai. Pemilihan alternatif ini akan mudah dilakukan kalau hasil
yang diinginkan terukur atau memiliki nilai kuantitas tertentu.
4. Implementasi (Implementation)
Merupakan tahap pelaksanaan dari keputusan yang telah diambil. Pada
tahap ini perlu disusun serangkaian tindakan yang terencan, sehingga
hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan
perbaikan-perbaikan.
Sistem pendukung keputusan terdiri atas tiga komponen utama atau
subsistem (Daihani, 2001), yaitu sebagai berikut :
1. Subsistem Data (Data Subsystem)
Subsistem data merupakan komponen SPK penyedia data bagi sistem data
pangkalan data (Database Management System). Melalui manajamen pangkalan data inilah data dapat diambil dan diekstraksi dengan cepat.
Pangkalan data dalam SPK berasal dari dua sumber yaitu sumber internal (dari
dalam perusahaan) dan sumber eksternal (dari luar perusahaan). Data eksternal
ini sangat berguna bagi manajemen dalam mengambil keputusan tingkat
strategis.
2. Subsistem Model (Model Subsystem)
Keunikan dari SPK adalah kemampuannya dalam mengintegrasikan data
dengan model-model keputusan. Kalau pada pangkalan data, organisasi data
dilakukan oleh manajemen pangkalan data, maka dalam hal ini ada fasilitas
tertentu yang berfungsi sebagai pengelola berbagai model yang disebut dengan
pangkalan model (model base).
3. Subsistem Dialog (User System Interface)
Keunikan lainnya dari SPK adalah adanya fasilitas yang mampu
mengintegrasikan sistem terpasang dengan pengguna secara interaktif. Fasilitas
atau subsistem ini dikenal sebagai subsistem dialog. Melalui sistem dialog
inilah sistem diartikulasian dan diimplementasikan sehingga pengguna atau
pemakai dapat berkomunikasi dengan sistem yang dirancang.
Gambar arsitektur sistem pendukung keputusan menurut (Turban dkk, 2005) dapat
Gambar 2.1 Skematik Sistem Pendukung Keputusan
2.3 Profile Matching
Penelitian ini menggunakan metode Profile matching, Profile matching merupakan suatu metode penelitian yang dapat digunakan pada sistem pendukung keputusan,
proses penilaian kompetensi dilakukan dengan membandingkan antara satu profil
nilai (nilai kebutuhan kompetensi) dengan beberapa profil nilai kompetensi
lainnya, sehingga dapat diketahui hasil dari selisih kebutuhan kompetensi yang
dibutuhkan, selisih dari kompetensi disebut gap, dimana gap yang semakin kecil
memiliki nilai yang semakin tinggi (Iqbal, 2011).
Pencocokan profil ( profile matching ) adalah sebuah mekanisme pengmbilan keputusan dengan mengamsusikan bahwa terdapat tingkat variabel
predictor yang ideal yang harus dimiliki oleh pelamar, bukannya tingkat minimal yang harus dipenuhi atau dilewati. Dalam pencocokan profil, dilakukan identifikasi
Proses perhitungan profile matching terdiri atas beberapa proses yaitu
Pemetaan Gap, Penentuan Bobot Nilai Gap, Perhitungan Core Factor dan
Secondary Factor. (Nugraha, 2010)
Tahapan dalam profile matching (Iqbal & Hartati, 2011) yaitu :
1.Menentukan kriteria dengan nilai bobot criteria, untuk nilai bobot criteria
nantinya akan dihitung pada proses terakhir setelah didapatkan nilai dari tiap
kriteria.
2. Penentuan core dan secondary faktor beserta parameter nilai subkriteria yang digunakan sebagai nilai kompetensi.
3. Perhitungan gap kompetensi yaitu proses pencocokan profil nilai bidan
dengan profil nilai desa yang menghasilkan nilai gap dari kompetensi.
4. Penggabungan subkriteria core dan secondary factor untuk memperoleh perhitungan nilai total kriteria.
5. Tahapan terakhir dari profil matching yaitu melakukan perhitungan pada
semua nilai total kriteria dan bobot kriteria, untuk menghasilkan perangkingan dari
nilai kompetensi.
Menurut (Kusrini, 2007) Profile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat minimal
yang harus dipenuhi atau dilewati. Langkah-langkah dalam penyelesaian
perhitungan dengan menggunakan metode Profile Matching yaitu :
1. Aspek-aspek penilaian.
Langkah pertama yang harus dilakukan yaitu menentukan aspek-aspek penilaian.
2. Pemetaan GAP kompetensi.
GAP kompetensi adalah perbedaan antara kriteria yang dimiliki seseorang dengan
kriteria yang diinginkan. Rumus untuk mencari GAP kompetensi yaitu :
GAP = Nilai Profil Konsumen – Nilai Minimal (1)
Apabila pemetaan GAP sudah selesai dilakukan, maka hasil dari pemetaan tersebut
diberi bobot nilai sesuai dengan patokan tabel bobot nilai GAP. Seperti yang
terlihat pada Tabel 1.1.
Tabel 2.1. Bobot Nilai
No. Selisih Bobot
Nilai
Keterangan
1 0 5 Tidak ada selisih
2 1 4,5 Kompetensi individu kelebihan 1 tingkat/level
3 -1 4 Kompetensi individu kekurangan 1 tingkat/level
4 2 3,5 Kompetensi individu kelebihan 2 tingkat/level
5 -2 3 Kompetensi individu kekurangan 2 tingkat/level
6 3 2,5 Kompetensi individu kelebihan 3 tinkat/level
7 -3 2 Kompetensi individu kekurangan 3 tingkat/level
8 4 1,5 Kompetensi individu kelebihan 4 tinkat/level
9 -4 1 Kompetensi individu kekurangan 4 tingkat/level
(Sumber : Kusrini, 2007).
4. Perhitungan dan pengelompokkan Core dan Secondary Factor
Setelah bobot nilai GAP ditentukan, maka dibagi menjadi 2 kelompok yaitu Core Factor dan Secondary Factor.
Rumus untuk menghitung Core Factor yaitu sebagai berikut :
NCF = ∑ NC(aspek)
(2)
∑ IC Keterangan :
NCF = Nilai rata-rata core factor.
NC(aspek) = Jumlah total nilai core factor.
Sedangkan rumus untuk menghitung secondary factor yaitu sebagai berikut :
NSF = ∑ NS(aspek)
(3)
∑ IS Keterangan :
NSF = Nilai rata-rata secondary factor.
NC(aspek) = Jumlah total nilai Secondary factor.
IC = Jumlah item secondaryfactor.
5. Perhitungan Nilai Total
Untuk menghitung nilai total, rumus yang digunakan yaitu :
(x)%NCF(aspek) + (x)%NSF(aspek) = Ntotal(aspek)
(4)
Keterangan :
NCF(aspek) = nilai rata-rata core factor.
NSF(aspek) = nilai rata-rata secondary factor.
N(aspek) = nilai total dari aspek
(x)% = nilai persen yang diinputkan
6. Perhitungan Nilai Rangking
Untuk menentukan perankingan mengacu pada hasil perhitungan menggunakan
rumus sebagai berikut :
Rangking = (x)% Ns
(5)
Keterangan :
(x)% = nilai persen yang diinputkan
(Sumber : Kusrini, 2007)
2.4 Preference Ranking Organizational Method for Enrichment Evaluation (PROMETHEE)
Preference Ranking Organizational Method for Enrichment Evaluation (PROMETHEE) adalah metodologi untuk mengevaluasi alternatif dengann kriteria yang diberikan dan membuat peringkat alternatif untuk keputusan akhir. Dugaan
dari dominasi kriteria yang digunakan dalam PROMETHEE adalah penggunaan nilai dalam hubungan outranking, outranking merupakan metode yang dapat menangani criteria kualitatif dan kuantitatif secara bersamaan. Metode ini mampu
memperhitungkan alternatif-alternatif berdasarkan karakteristik yang berbeda.
Metode outranking membandingkan beberapa kemungkinan alternatif (pada
kriteria) dengan kriteria dasar. Mereka pada dasarnya menghitung indeks untuk
setiap pasangan alternatif yang memenuhi syarat atau antara peringkat satu relatif
dengan alternatif lain. Semua parameter yang terlibat mempunyai pengaruh nyata
menurut pandangan ekonomi (Brans, J.P. & Vincke, Ph., 1985).
2.4.1. Langkah – Langkah PROMETHEE
Diperlukan tahapan-tahapan yang harus dilakukan oleh pembuat keputusan untuk
mendapatkan hasil penyeleksian dengan metode Promethee (Kusumadewi dkk,
2006).
1. Menentukan beberapa alternatif
Alternatif adalah obyek yang akan diseleksi (obyek seleksi). Pada
perhitungan penyeleksian dengan PROMETHEE diperlukan penentuan beberapa obyek yang akan diseleksi (minimal 2 obyek). Obyek yang
satu dengan obyek lainnya akan dibandingkan.
2. Menentukan beberapa kriteria
Setelah melakukan penentuan obyek yang akan diseleksi, maka dalam
beberapa kriteria, penentuan kriteria disini sebagai syarat atau ketentuan
dalam penyeleksian.
3. Menentukan dominasi kriteria
Ketika menentukan kriteria, decision maker harus menentukan bobot atau dominasi kriteria dari kriteria lainnya. Setiap kriteria boleh
memiliki nilai bobot yang sama atau berbeda.
4. Menentukan tipe preferensi untuk setiap kriteria yang paling cocok
didasarkan pada data dan pertimbangan dari decision maker. Tipe preferensi ini berjumlah Enam (Usual, Quasi, Linear, Level, Linear Quasi dan Gaussian.
5. Memberikan nilai threshold atau kecenderungan untuk setiap kriteria berdasarkan preferensi yang telah dipilih. Nilai
kecenderungan tersebut adalah nilai indifference, preference, dan Gaussian.
6. Perhitungan Leaving Flow , Entering Flow dan Net Flow.
1. Leaving flow adalah jumlah dari yang memiliki arah menjauh dari
node a. dan hal ini merupakan pengukuran outranking. Adapun persamaannya:
�+(�) = 1
�−1 �∈��(�,�) (6)
Keterangan : �+ � = Leaving Flow
2. Nilai Entering Flow adalah jumlah dari yang memiliki arah mendekat dari node a dan hal ini merupakan karakter pengukuran
outranking. Untuk semua nilai node a dalam grafik nilai outranking
ditentukan berdasarkan entering flow dengan persamaan:
�−(�) = 1
�−1 �∈��(�,�)
(7)
3. Nilai Net Flow adalah penilaian secara lengkap. Lengkap disini adalah penilaian yang didapat dari nilai Entering Flow yang dikurangi nilai Leaving Flow. Jadi bisa diartikan, nilai Net Flow
adalah nilai akhir atau hasil yang didapat dari nilai positif yang
dikurangi nilai negatif dari sebuah node. Adapun persamaannya
ialah:
�− � � � = �+ � − �− �
(8) Keterangan :
�+ (a) = Leaving Flow
�−(a) = Entering Flow
2.5 Kredit
2.5.1 Pengertian Kredit
Kredit berasal dari bahasa Yunani yaitu “credere” yang artinya “kepercayaan” dan
dari bahasa latin yaitu “Creditum” yang berarti kepercayaan atau kebenaran.
Menurut Mahmoeddin (2004:2) Kredit adalah penyediaan uang atau tagihan yang
dapat disamakan dengan itu, berdasarkan persetujuan atau kesepakatan
pinjam-meminjam antara bank dengan pihak lain yang mewajibkan pihak peminjam untuk
melunasi hutangnya setelah jangka waktu tertentu dengan jumlah bunga imbalan
atau pembagian hasil keuntungan. Dari pengertian di atas dapat ditarik kesimpulan
bahwa:
a. Adanya suatu penyerahan uang/tagihan atau barang yang menimbulkantagihan
kepada pihak lain dengan harapan bank dapat memperoleh pendapatan yang berasal
dari bunga yang dibebankan kepada pinjaman tersebut.
b. Kredit diawali dengan adanya perjanjian atas dasar kepercayaan dimana
masing-masing pihak yang terikat oleh perjanjian kredit tersebut harus mematuhi
kewajiban yang telah disepakati.
c. Dalam perjanjian kredit terdapat kesepakatan pelunasan utang dan bunga yang
diselesaikan dalam jangkat waktu tertentu sesuai dengan kesepakatan bersama.
2.5.2 Unsur Kredit
1. Kepercayaan, yaitu suatu keyakinan dari si pemberi kredit kepada
penerima kredit bahwa prestasi yang diberikan baik dalam bentuk
uang, barang maupun jasa akan benar-benar diterima dalam jangka
waktu tertentu di masa yang akan datang.
2. Kesepakatan, yaitu suatu perjanjian sepakat antara si pemberi
kredit dan si penerima kredit untuk melaksanakan hak dan
kewajibannya selama perjanjian kredit berlangsung.
3. Jangka waktu, yaitu pinjaman atau kredit yang diberikan telah
disepakati untuk masa waktu tertentu sesuai dengan perjanjian.
4. Resiko, yaitu suatu resiko yang harus dihadapi oleh si pemberi
kredit akibat adanya jangka waktu pengembalian kredit.
5. Balas jasa, yaitu keuntungan atas pemberian suatu kredit yang
dikenal dengan bunga dan biaya administrasi
6. Kreditur, yaitu adanya orang atau badan yang memiliki barang,
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1. Analisis Sistem
Analisis sistem dilakukan untuk mengidentifikasi masalah dan kebutuhan dari
sistem yang akan dibangun, sebelum membangun sistem terlebih dahulu dilakukan
beberapa tahap analisis untuk mengidentifikasi segala kebutuhan yang akan
diterapkan dalam sistem agar tidak terjadi kesalahan dan sistem yang dibangun
akan optimal.
Sistem yang akan dibangun adalah sistem pendukung keputusan untuk
menentukan kelayakan penerima kredit pemilikan rumah. Sistem ini menggunakan
dua metode yaitu metode Profile Matching dan Preference Ranking Organization For Enrichment Evaluation (PROMETHEE). Kedua metode tersebut akan dibandingkan dengan paramater tingkat akurasi dan Running Time Calculation.
3.1.1 Analisis Masalah
Dalam menentukan kelayakan penerima kredit kepemilikan rumah sangatlah sulit,
dengan banyaknya calon penerima kredit yang ingin mengambil kredit kepemilikan
rumah berdasarkan banyaknya data yang ada di perumahan CV.Karya Bersama.
Sehingga para konsumen harus menyesuaikan berdasarkan pendapatan atau gaji
dalam perbulan. Dalam hal ini proses pengambilan keputusan penerima kredit
pemilikan rumah dilakukan oleh developer berdasarkan kriteria konsumen. Maka dari itu, penulis ingin membuat suatu sistem pendukung keputusan guna membantu
Tentunya hasil yang diberikan oleh sistem tersebut merupakan saran atau alternatif
yang diberikan kepada pengguna sistem dan tidak diharuskan untuk mengikutinya.
Untuk menentukan rumah yang sesuai dan tepat sasaran, penilaian
dilakukan dengan melibatkan data perumahan yang jumlahnya banyak dan
mengakibatkan ketidakstabilan jika dilakukan dengan cara manual. Dengan adanya
Sistem Pendukung Keputusan ini, proses menentukan kelayakan penerima kredit
pemilikan rumah oleh pihak developer akan menjadi lebih mudah. Sistem saat ini hanya ditujukan untuk developer perumahan CV. Karya Bersama sehingga sistem ini berbasis desktop.
Untuk mengidentifikasi masalah yang dijelaskan diatas digunakan diagram
Ishikawa (fishbone diagram). Diagram Ishikawa adalah sebuah alat visual untuk mengidentifikasi, mengeksplorasi, dan secara grafik menggambarkan secara detail
semua penyebab yang berhubungan dengan suatu permasalahan.
Gambar 3.1 Diagram Ishikawa
3.1.2 Analisis Kebutuhan Sistem
Analisis Kebutuhan Sistem meliputi analisis kebutuhan fungsional sistem dan
Kebutuhan fungsional yang harus dimiliki oleh Sistem Pendukung Keputusan
dalam menganalisis kelayakan penerima kredit pemilikan rumah di CV. Karya
Bersama yaitu :
1. Sistem dapat menganalisis kelayakan penerima kredit pemilikan rumah dengan
metode Profile Maching dan PROMETHEE.
2. Sistem dapat menampilkan hasil kelayakan penerima KPR dengan luas tanah,
harga jual, uang muka dan jangka waktu KPR.
3. Sistem dapat menampilkan alternatif rumah yang sesuai berdasarkan kelayakan
konsumen berdasarkan gaji dengan metode Profile Matching dan
PROMETHEE.
3.1.2.2Kebutuhan Non-Fungsional Sistem
Untuk mendukung kinerja sistem, sistem sebaiknya dapat berfungsi sebagai
berikut:
1. Sistem harus mudah digunakan sehingga dapat dioperasikan dengan baik oleh
pengguna.
2. Sistem dibangun dengan perangkat yang tidak mengeluarkan biaya yang besar.
3.2 Pemodelan
Pemodelan sistem dilakukan untuk memperoleh gambaran yang lebih jelas tentang
objek apa saja yang akan berinteraksi dengan sistem, serta hal-hal apa saja yang
harus dilakukan oleh sebuah sistem sehingga sistem dapat berfungsi dengan baik
sesuai dengan kegunaannya.
Pada penelitian ini penulis menggunakan UML (Unified Modeling Language) sebagai bahasa pemodelan untuk merancang sistem yang akan dibangun, UML
adalah bahasa yang banyak digunakan sebagai standar pemodelan di dunia dalam
memodelkan sebuah sistem dengan menggambarkan relasi antar objek dalam
lingkungan rekayasa perangkat lunak. UML yang digunakan antara lain use case diagram, activity diagram dan sequence diagram.
Use case diagram adalah teknik yang digunakan untuk menampilkan functional requirements dari sebuah sistem. Use case diagram menampilkan bagaimana
software akan bekerja dari sudut pandang user. Use Case Diagram akan menjelaskan fungsi apa saja yang dikerjakan oleh sistem. Dalam sistem ini terdapat
2 fungsi utama yang dimiliki yaitu perhitungan dengan Profile Matching dan
PROMETHEE seperti terlihat pada Gambar 3.2 berikut
Gambar 3.2 Use Case Diagram
Dari gambar 3.2 dijelaskan bahwa pada saat developer ingin melihat kelayakan penerima KPR maka developer mengakses sistem pemilihan dengan menggunakan metode Profile Matching Matching atau metode PROMETHEE. Serta user juga dapat menambah, mengubah dan menghapus data konsumen. Dimana proses
dengan Profile Matching, dapat dinyatakan dalam tabel 3.1
Tabel 3.1. Tabel Use Case Proses Perhitungan dengan PM Name Proses Perhitungan dengan PM
Description Use Case ini mendeskripsikan proses perhitungan dalam menentukan kelayakan penerima kredit kepemilikan rumah
dengan menggunakan metode PM
Basic Flow User memilih metode profile matching, tipe rumah dan hitung, kemudian sistem akan melakukan perhitungan Profile Matching, sehingga akan menampilkan hasil pembobotan, nilai
CF & SF dan nilai total.
Alternate Flow User dapat kembali ke tampilan awal dan memilih metode perhitungan lainnya
Pre Condition User dapat melihat nilai kriteria dari setiap alternatif yang ada
Post Condition User mengetahui nilai PM dari seluruh alternatif
Tabel 3.2. Tabel Use Case Proses Perhitungan dengan PROMETHEE Name Proses Perhitungan dengan PROMETHEE
Actors Developer / staff yang telah ditentukan
Description Use Case ini mendeskripsikan proses perhitungan dalam menentukan kelayakan penerima kredit kepemilikan rumah
dengan menggunakan metode PROMETHEE
Basic Flow Developer / staff memilih metode PROMETHEE, kemudian memilih tipe rumah dan hitung kemudian sistem akan
melakukan dan menampilkan hasil perhitungan PROMETHEE
Alternate Flow Developer / staff dapat kembali ke tampilan awal dan memilih metode perhitungan lainnya
Pre Condition Developer / staff dapat melihat nilai kriteria dari setiap alternatif yang ada
3.2.2 Activity Diagram
Untuk proses Perhitungan dengan Profile Matching, dapat dilihat Activity Diagram
pada gambar 3.3 berikut.
Gambar 3.3 Activity Diagram Proses Perhitungan Metode Profile Matching
Pada perhitungan dengan metode PM, sistem akan menampilkan data
konsumen, kemudian user mengisi data konsumen dan sistem akan menampilkan
gaji, nilai kredit(cicilan) dan persentase gaji kelayakan 35% dan selanjutnya
memilih menu Profile Matching. Kemudian user memilih tipe rumah dan sistem
akan meminta user untuk menekan tombol hitung, setelah itu akan menampilkan
Gambar 3.4 Activity Diagram untuk Proses Perhitungan Metode PROMETHEE
Pada perhitungan dengan metode PROMETHEE, sistem akan meminta user untuk memilih tipe rumah dan menekan tombol hitung lalu sistem akan
menampilkan nilai entering flow, leaving flow dan net flow dan menghasilkan
hasil perhitungan dan kelayakan penerima KPR dari proses PROMETHEE.
3.2.3. Sequence Diagram
Sequence diagram menggambarkan bagaimana objek saling berinteraksi melalui
urutan yang mana. Sequence membantu untuk menggambarkan data yang masuk dan keluar sistem. Sequence diagram analisis kelayakan penerima KPR ini dilakukan berdasarkan perhitungan dengan metode Profile Matching, perhitungan dengan metode PROMETHEE dan data konsumen. Berikut adalah sequence diagram untuk perhitungan dengan metode PM pada gambar 3.5.
Gambar 3.5 Sequence Diagram untuk Perhitungan dengan Metode Profile Matching
Pada Sequence diagram diatas terlihat bahwa user terlebih dahulu memilih menu perhitungan dengan metode PM, selanjutnya sistem akan menampilkan form
perhitungan dengan metode PM. User akan memilih tipe rumah, kemudian user
akan menekan tombol hitung maka sistem akan melakukan proses perhitungan
Core Factor (CF) dan Secondary Factor (SF), hasil perhitungan CF dan SF akan ditampilkan, dan langkah terakhir, sistem akan melakukan perhitungan nilai total
Matching (PM). Nilai total konsumen yang paling tinggi menunjukkan konsumen yang paling layak mendapatkan rumah yang telah dipilih.
Pada proses perhitungan dengan metode PROMETHEE, Sequence Diagram
diperlihatkan pada Gambar 3.6 berikut.
Gambar 3.6 Sequence Diagram untuk Perhitungan dengan Metode PROMETHEE
Pada Sequence diagram diatas terlihat bahwa user terlebih dahulu memilih menu perhitungan dengan metode PROMETHEE, selanjutnya sistem akan menampilkan form perhitungan dengan metode PROMETHEE. User kemudian memilih tipe rumah yang akan di hitung kelayakannya dan menekan tombol hitung.
Lalu sistem akan menampilkan hasil tabel indeks preferensi, nilai leaving flow,
entering flow dan net flow. Nilai net flow konsumen yang paling tinggi menunjukkan bahwa konsumen tersebut paling layak mendapatkan rumah yang
telah dipilih.
Pada metode Profile Matching, terlebih dahulu yang diperlukan adalah menentukan nilai profil target. Dimana profil target tersebut akan dikurangkan dengan profil
individu setiap alternatif. Setelah itu dilakukan pembobotan, pengelompokkan nilai
Core Factor dan Secondary Factor dan terakhir adalah menghitung nilai total. Untuk menggambarkan metode PM ini, akan ditapilkan pada gambar 3.7.
Gambar 3.7 Flowchart Profile Matching Matching (PM)
3.2.5 Flowchart PROMETHEE
Pada metode PROMETHEE dilakukan proses untuk menghitung nilai leaving flow, entering flow danb net flow, sehingga dapat dilakukan proses perankingan.
Gambar 3.8 Flowchart PROMETHEE
3.2.6 Flowchart Sistem
Dalam Flowchart sistem berikut, akan ditunjukkan gambaran sistem secara keseluruhan. Berikut akan ditampilkan flowchart sistem kelayakan penerima KPR pada CV.Karya Bersama pada gambar 3.9.
Mulai
Tentukan Alternatif kriteria dan tipe preferensi, nilai parameter
Melakukan perhitungan secara berpasangan berdasarkan tipe preferensi yang digunakan
Menghitung nilai indeks preferensi
Menghitung nilai leaving flow
Tampilkan Hasil Ranking Nilai kelayakan Konsumen berdasarkan
karakter net flow
Selesai
Menghitung nilai entering flow
Gambar 3.9 Flowchart Analisis Kelayakan Penerima KPR
3.3.Perancangan Sistem
Perancangan sistem merupakan salah satu bagian yang sangat penting dalam
membangun sistem, perancangan sistem dibuat agar memudahkan designer dalam membangun sebuah sistem, perancangan sistem diuntukkan sebagai gambaran
Mulai
Masukkan data konsumen
Hitung dengan Profile Matching
Tentukan tipe rumah
dan Hitung PM Tentukan tipe rumah dan Hitung
PROMETHEE
Hitung nilai PROMETHEE Hitung nilai
Profile Matching
berhenti
ya tidak
Hasil nilai Profile Matching
interface yang akan dibangun, dalam membuat perancangan sistem haruslah dipertimbangkan tampilan yang menarik, user friendly agar user nyaman disaat menggunakan sistem tersebut.
3.3.1. Perancangan Antar Muka Sistem (Interface) 3.3.1.1.Halaman masuk
Halaman masuk adalah halaman yang pertama ditampilkan pada saat
aplikasi digunakan. Pada halaman masuk ini, admin diminta untuk input
nama admin dan kata sandi admin agar admin dapat masuk ke halaman
utama.
Gambar 3.10 RancanganHalaman Masuk
Keterangan:
Tabel 3.3 Keterangan Rancangan Halaman Masuk
No Jenis Objek Keterangan
1 Logo CV Karya Bersama Menampilkan logo CV. Karya Bersama
2 textbox Pengguna Isikan pengguna admin pada kolom ini
3 textbox Sandi Isikan sandi admin pada kolom ini
3.3.1.2. Menu Input Data Konsumen
Pada menu input data konsumen, staff mengisi data konsumen dan masuk ke dalam
database sehingga dapat dilakukan proses perhitungan kelayakan penerima KPR.
Rancangan tampilan dari Input Data Konsumen dapat dilihat pada Gambar 3.11
dan keterangannya dapat dilihat pada Tabel 3.4.
Gambar 3.11 Rancangan Menu Input Konsumen
Keterangan:
Tabel 3.4 Keterangan Rancangan Menu Input Konsumen
No Jenis Objek Keterangan
1 Textbox nama Staff mengisi nama konsumen
2 Textbox alamat Staff mengisi alamat konsumen
4 Combo box tipe rumah Staff memilih tipe rumah yang diinginkan konsumen
5 Textbox harga rumah Harga rumah akan langsung keluar berdasarkan tipe rumah yang dipilih dari database
6 Textbox uang muka Staff mengisi uang muka yang diinginkan dari konsumen
7 Textbox plafon Sistem akan mengeluarkan plafon dari uang muka yang di input staff/developer
8 Textbox lama cicilan Staff memilih sesuai kebutuhan konsumen
9 Textbox cicilan/bulan Berisi iuran cicilan per bualn di ambil dari database
10 Button simpan Tombol untuk menyimpan ke database
11 Button kembali Tombol untuk kembali
3.3.1.3. Menu lihat konsumen
Rancangan tampilan dari menu lihat konsumen dilihat pada Gambar 3.12 dan
keterangannya dapat dilihat pada Tabel 3.5.
Keterangan:
Tabel 3.5 Keterangan Rancangan Menu Lihat Konsumen
No Jenis Objek Keterangan
1 Datagridview1 Isi inputan data user yang di simpan di dalam database
2 Button Tutup Untuk menutup tampilan lihat konsumen
3 Button Segarkan Untuk melihat hasil input dan edit data konsumen
4 Button Ubah Untuk mengubah data konsumen
5 Button Hapus Untuk menghapus data konsumen
3.3.1.4. Menu Metode Profile Matching
Rancangan tampilan dari menu profile matching dapat dilihat pada Gambar 3.13
dan keterangannya dapat dilihat pada Tabel 3.6.
Keterangan:
Tabel 3.6 Keterangan Rancangan Menu Profile Matching
No Jenis Objek Keterangan
1 Datagridview1 Berisi proses perhitungan PM dari data yang telah diinputkan
2 TextBox Nilai Profil User mengisi nilai profile yang telah di tetapkan sistem
3 Datagridview2 Tabel yang berisi konsumen yang layak mendapatkan rumah tersebut
4 Button kembali Tombol untuk kembali ke tampilan awal
5 Button hitung Tombol menghitung hasil PM
6 Combobox Tipe Rumah Tombol memilih tipe rumah
3.3.1.5. Menu metode PROMETHEE
Rancangan tampilan dari metode promethee dapat dilihat pada Gambar 3.14 dan
Gambar 3.14 RancanganMenu Metode PROMETHEE
Keterangan:
Tabel 3.7 Keterangan Rancangan Menu Metode PROMETHEE No Jenis Objek Keterangan
1 Datagridview1 Hasil proses perhitungan indeks preferensi
2 Datagridview2 Hasil proses promethee, nilai leaving flow, entering flow dan net flow
3 Combobox1 Untuk memilih tipe rumah
4 Button hitung Menghitung proses promethee
5 Datagridview3 Menampikan konsumen yang layak
3.3.1.6 Menu Pengaturan
Rancangan tampilan dari menu pengaturan dapat dilihat pada Gambar 3.15 dan
keterangannya dapat dilihat pada Tabel 3.6.
Keterangan:
Tabel 3.8 Keterangan Rancangan Menu Pengaturan
No Jenis Objek Keterangan
1 Button Username Tombol mengisi username kembali
2 Buttoon password Tombol mengisi password
3 Button simpan Tombol menyimpan password baru
BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1. Implementasi Sistem
Implementasi sistem merupakan tahap selanjutnya yang harus dilakukan setelah
melakukan analisis masalah, setelah melewati proses analisis dengan
mempertimbangkan segala kemungkinan yang akan diterapkan kedalam sistem
maka langkah selanjutnya adalah mengimplementasikan apa yang telah dianalisis
sebelumnya. Pada tahap ini, sistem ini dibangun menggunakan bahasa
pemrograman C# dan Database Management System Mysql.
4.1.1. Implementasi Metode Profile Matching
Implementasi metode Profile Matching Matching diterapkan untuk melakukan proses perhitungan untuk menentukan kelayakan penerima KPR di perumahan CV.
Karya Bersama.
Berikut disajikan data sampel dari nilai konsumen yang menjadi alternatif
dalam menentukan kelayakan penerima KPR berdasarkan pemilihan tipe rumah
dengan blok A12 pada tabel 4.1.
Tabel 4.1. Tabel Sampel Konsumen
Alternative
Kriteria
C1 C2 C3
Arif Munandar 15.000.000 5.000.000 3.500.000
Dias Tia Ramadhani 15.000.000 19.001.375 5.250.000
Dina Mutiara 12.000.000 19.437.881 4.200.000
Zahira Balqis 25.000.000 2.817.028 8.750.000
Keterangan:
C1 = Gaji
C2 = Cicilan
C3 = Persentase Kelayakan 35% dari gaji
Berikut akan dijelaskan langkah-langkah perhitungan untuk mendapatkan
nilai PM dari alternatif yang ada.
1. Menentukan Gap seluruh alternatif yang ada. Dengan cara mengurangkan nilai profil individu dengan nilai profil target. Tetapi terlebih dahulu
dilakukan konversi nilai kriteria dari setiap konsumen. Konversi nilai
kriteria dari setiap alternative konsumen dapat dilihat sebagai berikut.
Untuk kriteria cicilan di ambil dari database ketika user memilih lama
cicilan per tahun, dan untuk kriteria gaji diambil dari data konsumen dan
35% dari gaji di ambil dari gaji konsumen.
Tabel 4.2. Tabel Konversi Nilai Konsumen untuk Kriteria Gaji (C1)
Nilai Bobot
>= 25.000.000 6
20.000.000 – 24.999.999 5 15.000.000 – 19.999.999 4 10.000.000 – 14.999.999 3 5.000.000 -9.999.999 2
