Mely mailasari
Hidayanti Murtina
Siti Faizah
Novita Rahayu Susanti
Endang Pujiastuti
Diah Puspitasari
Jefi
Eka Noviyanti
Widiarina Widiarina
Fajar Agustini
Ristyanto Siswo Widiyanto
Sari Hartini
Lasimin
Abd Haq
Verry
Muhamad Baydhowi
Widya Apriliah
Intan Dwi Fatmaningtyas
Nofia Filda Fauziah
Endang Retnoningsih
Uus Rusmawan
INFORMATION
Penentuan Penerima Pinjaman Menggunakan
Multi-Objective
Optimization on The Basis of Ratio Analysis
Weight Aggregated Sum Product Assesment
dalam Penentuan Siswa
Terbaik
Sistem Informasi Pengeluaran Kas Pada Yayasan Dana Pensiun Askrida
Berbasis Web
Sistem
Informasi
Jasa Laundry Berbasis Desktop Toko Syafira Laundry
Metode Agile Pada Pembuatan Website Services and Sales Printer Ink
Technology Acceptance
Model
pada Sistem Pembelajaran
E-Learning
Sistem Informasi Penggajian PT. Kalisha Utama Ghani Cilacap
Menggunakan Framework Laravel
Sistem Informasi
Project Management
BSD
Division
Pada PT. Wahana
Ciptasinatria Jakarta-Bekasi
Sistem Manajemen Sekolah Dasar Berbasis Web dan Android
Sistem Informasi Penelitian dan Pengabdian kepada Masyarakat
Berbasis Web
Sistem Informasi Pembelian Barang Pada Perusahaan
DAFTAR ISI
HALAMAN
HALAMAN JUDUL ... i
DAFTAR ISI ... ii
KATA PENGANTAR DAN TIM REDAKSI ... iii
Penentuan Penerima Pinjaman Menggunakan Multi-Objective Optimization on The Basis of Ratio Analysis
Mely mailasari ... 103-112 Weight Aggregated Sum Product Assesment dalam Penentuan Siswa Terbaik
Hidayanti Murtina... 113-122 Sistem Informasi Pengeluaran Kas Pada Yayasan Dana Pensiun Askrida Berbasis Web
Siti Faizah, Novita Rahayu Susanti, Endang Pujiastuti ... 123-132 SistemJasa Laundry Berbasis Desktop TokoSyafira Laundry
Diah Puspitasari, Jefi, Eka Noviyanti ... 133-142 Metode Agile Pada Pembuatan Website Services and Sales Printer Ink
Widiarina Widiarina, Fajar Agustini, Ristyanto Siswo Widiyanto, Sari Hartini ... 143-152 Sistem Informasi Penggajian PT. Kalisha Utama Ghani Cilacap Menggunakan Framework
Laravel
Lasimin ... 153-162 Sistem Informasi Project Management BSD Division Pada PT. Wahana Ciptasinatria
Jakarta-Bekasi
Muhamad Baydhowi, Widya Apriliah ... 163-172 Sistem Manajemen Sekolah Dasar Berbasis Web dan Android
Intan Dwi Fatmaningtyas ... 173-182 Sistem Informasi Penelitian dan Pengabdian kepada Masyarakat Berbasis Web
Nofia Filda Fauziah, Endang Retnoningsih ... 183-192 Sistem Informasi Pembelian Barang Pada Perusahaan
Uus Rusmawan ... 193-202
INDEKS PENULIS
TIM REDAKSI
Ketua LPPM Universitas Bina Insani Journal Manager
Didik Setiyadi, S.Kom., M.Kom. Editor
Syahbaniar Rofiah, S.Kom., M.Kom. Section Editor
Nofia Filda Fauziah, S. Kom., M. Kom. Copy Editor
Rita Wahyuni Arifin, S.Kom., M.Kom. Layout Editor
Endang Retnoningsih, S.Kom., M.Kom. Proofreader
Mardi Yudhi Putra, S.Kom., M.Kom. Alamat Penyunting dan Tata Usaha
Sekretariat Jurnal Information Management for Educators and Professionals.
Jl. Siliwangi No 6 Rawa Panjang Bekasi Timur 17114 Indonesia. Telp. (021) 824 36 886 / (021) 824 36 996. Fax. (021) 824 009 24 http://ejournal-binainsani.ac.id E-mail: lppm@binainsani.ac.id imbi@binainsani.ac.id REVIEWER JURNAL
Berikut ini adalah reviewer / mitra bestari Jurnal Information Management for Educators and Professionals:
1. Dr. Muljono, S.Si., M.Kom. Universitas Dian Nuswantoro. Scoopus ID 7409884994.
2. Muhammad Qomarul Huda, S.Kom., M. Kom., Ph.D. Universitas Islam Negeri Syarif Hidayatullah. Scoopus ID 49663174100.
INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS merupakan media komunikasi ilmiah diterbitkan PENGANTAR REDAKSI
INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS merupakan jurnal ilmiah yang diterbitkan oleh Program Studi Manajemen Informatika UNIVERSITAS BINA INSANI. Jurnal ini berisi tentang karya ilmiah hasil penelitian yang bertemakan: Animasi Interaktif, E-Commerce and M-Commerce, E-Learning, Multimedia Application,
Program Aplikasi, Search Engine Optimization, Video Processing, Internet And Web, Web Programming.
INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS berisi pokok-pokok permasalahan baik dalam pengembangan kerangka teoritis, implementasi maupun kemungkinan pengembangan sistem secara keseluruhan.
Diharapkan setiap naskah yang diterbitkan di dalam jurnal ini memberikan kontribusi yang nyata bagi peningkatan sumber daya penelitian di dalam bidang informatika dan komputer. Tim redaksi membuka komunikasi lebih lanjut baik kritik, saran dan pembahasan.
Semoga Jurnal Information Management for Educators and Professionals dapat bermanfaat bagi kita semua. Pertama Terbit: Desember 2016
Frekuensi Terbit: 2 kali setahun Penerbit
Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani
Penentuan Penerima Pinjaman Menggunakan
Multi-Objective Optimization on The Basis of Ratio
Analysis
Mely Mailasari 11 Sistem Informasi; Universitas Bina Sarana Informatika; Jl. Kamal Raya No. 18, Ringroad Barat
Cengkareng Jakarta Barat, 021-54376399; e-mail: mely.myl@bsi.ac.id * Korespondensi: e-mail: mely.myl@bsi.ac.id
Diterima: 10 April 2020; Review: 13 April 2020; Disetujui: 18 April 2020
Cara sitasi: Mailasari, M. 2020. Penentuan Penerima Pinjaman Menggunakan Multi-Objective Optimization on The Basis of Ratio Analysis. Information Management For Educators And Professionals. 4 (2): 103-112.
Abstrak: Koperasi karyawan adalah instansi yang berada dalam suatu perusahaan. Koperasi Karyawan pada PT. Indomobil Suzuki International membutuhkan sistem pendukung keputusan untuk menentukan penerima pinjaman prioritas. Karena dalam penentuan penerima pinjaman selama ini dilakukan dengan penilaian subjektif. Sistem yang digunakan adalah Multi Objective Optimization on The Basis of Ratio Analysis (MOORA). Penelitian ini menunjukkan MOORA bisa digunakan untuk menentukan nilai bobot setiap atribut, proses perankingan yang akan menyeleksi alternatif penerima pinjaman prioritas dari sejumlah alternatif yang ada sesuai dengan kriteria yang sudah ditentukan. Kriteria yang dimaksud antara lain usia, masa kerja, sisa maksimal pinjaman dan alasan peminjaman. Hasil penelitian menunjukkan karyawan atas nama Nuridin yang mendapat nilai Yi tertinggi.
Kata kunci: MOORA, penerima pinjaman, SPK
Abstract: Employee cooperatives are institutions within a company. Employee Cooperatives at PT. Indomobil Suzuki International requires a decision support system to determine priority loan recipients. Because the determination of loan recipients so far has been done with a subjective assessment. The system used is Multi Objective Optimization on The Base of Ratio Analysis (MOORA). This study shows MOORA can be used to determine the weighting value of each attribute, ranking process that will select alternative priority loan recipients from a number of alternatives that exist in accordance with predetermined criteria. The criteria in question include age, years of service, the maximum remaining loan and the reason for borrowing. The results showed that employees on behalf of Nuridin received the highest Yi score.
Keywords: MOORA, loan recipients, SPK 1. Pendahuluan
Pengertian koperasi secara sederhana berawal dari kata “co” yang berarti bersama dan
“operation” (Koperasi operasi) artinya bekerja. Jadi pengertian koperasi adalah kerja sama [1]. Sekumpulan orang dengan tujuan yang sama membentuk suatu organisasi berasas kekeluargaan dengan maksud mensejahterakan anggota merupakan pengertian koperasi secara umum. Koperasi adalah salah satu lembaga yang bergerak di bidang jasa keuangan seperti bank. Sedangkan koperasi karyawan adalah instansi yang berada dalam suatu perusahaan [2]. Koperasi Karyawan pada PT. Indomobil Suzuki International merupakan koperasi karyawan yang tidak menyediakan keperluan sehari-hari saja bagi karyawannya tetapi memiliki layanan pemberian pinjaman uang bagi karyawan yang membutuhkan dengan mengajukan syarat fotokopi KTP dan slip gaji. Ada beberapa kriteria yang harus dipenuhi oleh
calon penerima pinjaman diantaranya usia, masa kerja, sisa batas maksimal pinjaman berdasarkan masa kerja dan alasan pengajuan pinjaman dimana masing-masing kriteria ini juga memiliki atribut penilaian. Untuk mengantisipasi agar tidak terjadinya kesalahan dalam pemberian pinjaman maka pihak Koperasi membutuhkan sebuah sistem pendukung keputusan untuk menentukan prioritas penerima pinjaman dikarenakan selama ini keputusan dilakukan dengan penilaian subjektif. Sistem pendukung keputusan ini diharapkan dapat membantu dalam pengambilan keputusan pemberian pinjaman sehingga hasil penyeleksian calon peminjam menjadi lebih akurat, tepat sasaran, tepat jumlah dan tepat waktu [3]. Sistem pendukung keputusan biasanya dibangun untuk mendukung solusi atas suatu masalah atau peluang. Sistem pendukung keputusan merupakan gabungan sumber kecerdasan manusia dengan kemampuan komponen untuk memperbaiki kualitas keputusan [4]. SPK memiliki tujuan sebagai penyedia informasi, memberikan gambaran serta mengarahkan kepada pengguna informasi agar dapat melakukan pengambilan keputusan dengan lebih baik[5]. Tujuan dibuatnya sistem pendukung keputusan yaitu untuk mendukung pengambilan keputusan yang memilih alternatif hasil pengolahan informasi dengan model-model pengambil keputusan [6]. Menurut Kusrini, ciri-ciri sistem pendukung keputusan atau decision support system (DSS) adalah 1). ditujukan untuk untuk membantu keputusan-keputusan yang krang terstruktur, 2). merupakan gabungan antara model kualitatif dan kumpulan data, 3). bersifat luwes dan dapat menyesuaikan dengan perubahan-perubahan yang terjadi. SPK memiliki beberapa komponen seperti berikut [7]:
Sumber: Mailasari (2016)
Gambar 1. Komponen SPK
Pada penelitian Nofri Wandi Al-Hafiz, Mesran, Suginam (2017), Bank merupakan salah satu lembaga keuangan yang memberikan satu program bernama Kredit Pemilikian Rumah atau disingkat KPR. Dalam melakukan pelayanannya bank memastikan agar calon debitur benar benar mampu untuk melakukan pelunasan terhadap KPR yang disetujui. Untuk itu beberapa kriteria ditetapkan kepada debitur yang ingin mengajukan Kredit Pemilikan Rumah. Penerapan metode MOORA digunakan untuk melakukan perhitungan terhadap kriteria kriteria sebagai syarat pengajuan KPR. Diharapkan penerapan metode Multi-Objective Optimization On The Basis Of Ratio Analysis (Moora) dapat membantu pengambil keputusan yang tetap bagi
calon debitur [8]. Pada penelitian Sri Wardani, Iin Parlina dan Ahmad Revi (2018), untuk mendapatkan bahan baku yang efektif dan efisien maka Megah Gracindo Jaya harus melakukan pemilihan supplier yang handal sesuai dengan kriteria yang dibutuhkan oleh perusahaan. Metode Multi-Objective Optimization by Ratio Analysis (MOORA) merupakan salah satu metode system pendukung keputusan. Metode MOORA adalah metode yang memiliki perhitungan dengan kalkulasi yang minimum dan sangat sederhana [4]. Penelitian Henny Indriyawati, Saifur Rohman Cholil, Victor Gayuh Utomo (2018), data penjualan dan stok mobil yang ada tidak seimbang, antara mobil yang masuk dengan penjualan mobil lebih besar mobil yang masuk sehingga terjadi penumpukan stok jumlah mobil yang mengakibatkan kerugian yang meliputi pajak berjalan yang harus dibayar perusahaan, menumpuknya jumlah tipe mobil tertentu dan pengeluaran sewa parkir mobil. Metode MOORA akan diterapkan sebagai metode dalam penentuan perangkingan jenis mobil yang harus di stok oleh perusahaan yang juga berpengaruh terhadap kepuasan pelanggan, jika pelanggan puas dengan salah satu tipe/jenis mobil tertentu dan cepat mendapatkan unit tersebut, kemungkinan pelanggan akan membeli produk tersebut [9]. Penelitian Doni Irawan, Ardianto Lestari dan Iin Parlina (2019), metode MOORA digunakan untuk pemilihan pemain terbaik sepaktakraw dengan kriteria penilaian antara lain passing, smash, block, servis, tinggi badan, berat badan, kekompakan. Sistem tersebut dapat membantu pelatih untuk memilih pemain terbaik yang akan ikut pertandingan [10]. Berdasarkan beberapa penelitian terdahulu diatas metode MOORA memiliki tingkat fleksibilitas dan kemudahan untuk dipahami dalam memisahkan bagian subjektif dari suatu proses evaluasi kedalam kriteria bobot keputusan dengan beberapa atribut pengambilan keputusan [5].
2. Metode Penelitian
Decision support system (sistem pendukung keputusan) merupakan sistem informasi pada level manajemen dari suatu organisasi yang menggabungkan data dan model atau peralatan data analisis canggih untuk mendukung pengambilan keputusan semi terstruktur dan tidak terstruktur [11]. Pada penelitian ini sistem pendukung keputusan yang digunakan adalah metode MOORA. MOORA diperkenalkan oleh Brauers dan Zavadkas.
Metode moora memisahkan bagian subjektif dari proses evaluasi dalam kriteria bobot dengan atribut pengambilan keputusan sehingga memiliki tingkat fleksibilitas dan mudah dipahami [11]. Tingkat selektifitas yang tinggi dalam metode MOORA dapat digunakan untuk menentukan tujuan dari kriteria yang bertentangan. Dimana terdapat dua kategori kriteria yaitu yang bernilai menguntungkan (benefit) atau yang bernilai tidak menguntungkan (cost) [9]. Berbagai bidang dalam kehidupan sehari-hari seperti manajemen, bangunan, kontraktor, desain jalan dan ekonomi dapat menerapkan metode MOORA dalam pengambilan keputusan. Pendekatan dengan MOORA diasumsikan sebagai proses pengoptimalan dua atau lebih kriteria yang saling bertentangan secara bersamaan pada beberapa masalah [12].
Sumber: Limbong et al (2018)
Pada Gambar 2. menggambarkan lima langkah utama pada metode MOORA [13]yaitu pertama, menentukan arah tujuan dan mengidentifikasi atribut dari evaluasi yang bersangkutan. Kedua, menyajikan informasi yang ada sebagai atribut sehingga dapat membentuk sebuah matriks didalam sebuah keputusan. Data yang diberikan oleh persamaan 1 yang direpresentasikan sebagai matriks x. Kemudian sistem rasio dikembangkan dengan membandingkan setiap hasil dari suatu alternatif pada atribut dengan sebuah denominator yang mewakili semua alternatif dari atribut tersebut di tuliskan pada persamaan 1.
𝑋 = [ 𝑋11 𝑋12 . 𝑋1𝑁 𝑋21 𝑋22 . 𝑋2𝑁 . . . . 𝑋𝑀1 𝑋𝑀2 . 𝑋𝑀𝑁 ]………... (1)
Ketiga, untuk denominator, pilihan terbaik adalah akar kuadrat dari penjumlahan kuadrat pada setiap alternatif di setiap atribut yang dinyatakan pada persamaan 2.
x∗
ij= Xij
√[∑mj=1Xij2]
... (2)
Keterangan:
X*ij = Matriks normalisasi alternatif i pada kriteria j
Xij = Matriks alternatif i pada kriteria j
i = alternatif j = kriteria
Xij merupakan urutan ke-i dari alternatif pada kriteria ke-j, m merupakan jumlah alternatif keseluruhan dan n merupakan jumlah kriteria. Keempat, hasil normalisasi merupakan penjumlahan maksimal atribut yang menguntungkan dan pengurangan minimal dari atribut yang tidak menguntungkan. Selanjutnya masalah optimasi menjadi seperti persamaan 3:
𝑌𝑖 = ∑𝑦𝑖=1𝑋𝑖𝑗− ∑𝑛𝑗=𝑔+1𝑋𝑖𝑗 ………... (3)
g menunjukkan jumlah atribut yang dimaksimalkan, (n-g) adalah jumlah atribut yang diminimalkan, dan Yi adalah penilaian normalisasi alternatif i terhadap semua atribut. Dengan maksud mengurangi nilai maksimum dan minimum pada setiap baris untuk mendapatkan rangking pada setiap baris. Ketika bobot kriteria ini dipertimbangkan maka menggunakan persamaan Yi pada persamaan 4,
𝑌𝑖 = ∑𝑦𝑖=1𝑊𝑗𝑋𝑖𝑗− ∑𝑛𝑗=𝑔+1𝑊𝑗𝑋𝑖𝑗 ……….. (4)
Dimana Wj adalah bobot atribut j, 5. Kriteria yang menguntungkan (maksimal) dan kriteria yang tidak menguntungkan (minimal) dapat menentukan nilai Yi menjadi positif atau negatif dalam matriks keputusan. Hasil perhitungan dengan metode MOORA yaitu alternatif yang memiliki nilai akhir (yi) tertinggi merupakan alternatif terbaik dari data yang ada, alternatif ini akan dipilih sesuai dengan permasalahan yang ada karena merupakan pilihan terbaik. Sedangkan altternatif yang memiliki nilai akhir (Yi) terendah adalah alternative terburuk dari data yang ada.
3. Hasil dan Pembahasan
Selama ini karyawan yang mengajukan pinjaman tidak sepenuhnya melalui tahap seleksi sesuai prosedur sehingga ada ketidakadilan dalam pengambilan keputusannya. Untuk itu, penelitian ini akan membahas sistem penunjang keputusan dalam penentuan penerima pinjaman pada koperasi karyawan PT. Indomobil Suzuki International menggunakan metode MOORA. Dalam metode MOORA terdapat kriteria-kriteria yang dijadikan sebagai bahan perhitungan dalam proses penilaian. Adapun langkah-langkah yang dilakukan dalam perhitungan dengan metode MOORA digambarkan dalam flowchart yang dibawah ini:
Sumber: Hasil Penelitian (2020)
Gambar 3. Flowchart Metode MOORA
Pada gambar 3 dijelaskan flowchart metode MOORA. Langkah pertama yang dilakukan untuk memulai perhitungan dengan metode MOORA adalah menentukan kriteria-kriteria penilaian dapat dilihat pada tabel 1 dibawah ini:
Tabel 1. Kriteria
Kriteria Keterangan Bobot Jenis
C1 Usia 30% Benefit
C2 Masa Kerja 30% Benefit
C3 Sisa Maks. Batas Peminjaman 25% Cost
C4 Alasan Peminjaman 15% Benefit
Pada tabel 1. dijelaskan ada 4 kriteria yang digunakan dalam penentuan penerima pinjaman dimana ada 3 jenis benefit dan 1 cost. Langkah selanjutnya menentukan kriteria penilaian untuk setiap alternatif yang dapat dlihat pada tabel 2 seperti berikut:
Tabel 2. Pemberian Nilai Setiap Alternatif
Nama Usia Masa Kerja Sisa Max. Pinjaman Alasan
Mardjono 23 3 5000000 kurang penting
Zainudin 31 11 5000000 penting
Yoel Hendarto 37 17 25000000 cukup penting Mekva Milly R. 45 25 30000000 penting Ade Winarya 28 8 5000000 sangat penting Nuridin Ankoen 50 30 45000000 cukup penting
Marso 52 32 30000000 sangat penting
I. Sugiyarto 24 4 0 kurang penting
Ugieh Suprihatno 28 8 10000000 penting
Sutardi 50 30 30000000 penting
Sumber: Hasil Penelitian (2020)
Pada tabel 2. dilakukan penilaian dari setiap alternatif kemudian nilai dari setiap kriteria tersebut diubah kedalam skala likert untuk memudahkan pengolahan data dengan ketentuan berikut:
Tabel 3. Skala Penilaian
Kode Nama Kriteria Keterangan Skala Penilaian C1 Usia 20-30tahun 2 31-40tahun 3 41-50tahun 4 51-55tahun 5 C2 Masa Kerja 0-4thun 1 5-10tahun 2 11-15tahun 3 16-20tahun 4 >20tahun 5 C3 Sisa Maksimal Pinjaman <20000000 1 21000000-30000000 2 31000000-40000000 3 41000000-50000000 4 51000000-60000000 5 C4 Alasan Pinjaman kurang penting 2 cukup penting 3 penting 4 sangat penting 5
Sumber: Hasil Penelitian (2020)
Data yang sudah disesuaikan dapat dlihat pada tabel 4 dibawah ini: Tabel 4. Penyesuaian Nilai Setiap Alternatif
Alternatif C1 C2 C3 C4 A1 2 1 5 2 A2 3 3 5 4 A3 3 4 4 3 A4 4 5 4 4 A5 2 2 5 5 A6 4 5 2 3 A7 5 5 4 5 A8 2 1 5 2 A9 2 2 5 4 A10 4 5 4 4
Tabel 4. diatas merupakan nilai yang sudah disesuaikan dalam skala angka likert. Berdasarkan data diatas diperoleh matriks keputusan X sebagai berikut:
𝑋𝑖𝑗= [ 2 1 5 2 3 3 5 4 3 4 4 3 4 5 4 4 2 2 5 5 4 5 2 3 5 5 4 5 2 1 5 2 2 2 5 4 4 5 4 4]
Normalisasi matriks X untuk menghitung nilai masing-masing kriteria menggunakan persamaan 2 diperoleh hasil sebagai berikut:
𝐶1 = √22+ 32+ 32+ 42+ 22+ 42+ 52+ 22+ 22+ 42 𝐶1 = 10,34408043 𝐴11=10,34408043 2 𝐴11= 0,193347298 𝐴16=10,34408043 4 𝐴16= 0,386694596 𝐴12=10,34408043 3 𝐴12= 0,290020947 𝐴17=10,34408043 5 𝐴17= 0,483368245 𝐴13=10,34408043 3 𝐴13= 0,290020947 𝐴18=10,34408043 2 𝐴18= 0,193347298 𝐴14=10,34408043 4 𝐴14= 0,386694596 𝐴19=10,34408043 2 𝐴19= 0,193347298 𝐴15=10,34408043 2 𝐴15= 0,193347298 𝐴110=10,34408043 4 𝐴110= 0,386694596 𝐶2 = √12+ 32+ 42+ 52+ 22+ 52+ 52+ 12+ 22+ 52 𝐶2 = 11,61895 𝐴21=11,61895 1 𝐴21= 0,0860663 𝐴26=11,61895 5 𝐴26= 0,386694596 𝐴22=11,61895 3 𝐴22= 0,2581989 𝐴27=11,61895 5 𝐴27= 0,4303315 𝐴23=11,61895 4 𝐴23= 0,3442652 𝐴28=11,61895 1 𝐴28= 0,4303315 𝐴24=11,61895 5 𝐴24= 0,4303315 𝐴29=11,61895 2 𝐴29= 0,1721326
𝐴25=11,61895 2 𝐴25= 0,1721326 𝐴210=11,61895 5 𝐴210= 0,4303315 𝐶3 = √52+ 52+ 42+ 42+ 52+ 22+ 42+ 52+ 52+ 42 𝐶3 = 13,892444 𝐴31= 13,892444 5 𝐴31= 0,359908 𝐴36= 13,892444 2 𝐴36= 0,143963 𝐴32= 13,892444 5 𝐴32= 0,359908 𝐴37= 13,892444 4 𝐴37= 0,287926 𝐴33= 13,892444 4 𝐴33= 0,287926 𝐴38= 13,892444 5 𝐴38= 0,359908 𝐴34= 13,892444 4 𝐴34= 0,287926 𝐴39= 13,892444 5 𝐴39= 0,359908 𝐴35= 13,892444 5 𝐴35= 0,359908 𝐴310= 13,892444 4 𝐴310= 0,287926 𝐶4 = √22+ 42+ 32+ 42+ 52+ 32+ 52+ 22+ 42+ 42 𝐶4 = 13,89244 𝐴41= 11,83216 2 𝐴41= 0,169031 𝐴46= 11,83216 3 𝐴46= 0,253546 𝐴42= 11,83216 4 𝐴42= 0,338062 𝐴47= 11,83216 5 𝐴47= 0,422577 𝐴43= 11,83216 3 𝐴43= 0,253546 𝐴48= 11,83216 2 𝐴48= 0,169031 𝐴44= 11,83216 4 𝐴44= 0,338062 𝐴49= 11,83216 4 𝐴49= 0,338062 𝐴45= 11,83216 5 𝐴45= 0,422577 𝐴410= 11,83216 4 𝐴410= 0,338062
Selanjutnya menentukan Matriks Normalisasi terbobot menggunakan persamaan 3 diperoleh hasil seperti berikut:
𝐶1 = 𝐴1 ∶ 0,3 𝑥 0,193347 = 0,058004189 𝐴2 ∶ 0,3 𝑥 0,290021 = 0,087006284 𝐴3 ∶ 0,3 𝑥 0,290021 = 0,087006284 𝐴4 ∶ 0,3 𝑥 0,386695 = 0,116008379 𝐴5 ∶ 0,3 𝑥 0,193347 = 0,058004189 𝐶2 = 𝐴1 ∶ 0,3 𝑥 0,0860663 = 0,025819889 𝐴2 ∶ 0,3 𝑥 0,2581989 = 0,077459667 𝐴3 ∶ 0,3 𝑥 0,3442652= 0,103279556 𝐴4 ∶ 0,3 𝑥 0,4303315 = 0,129099445 𝐴5 ∶ 0,3 𝑥 0,1721326 = 0,051639778
𝐴6 ∶ 0,3 𝑥 0,386695 = 0,116008379 𝐴7 ∶ 0,3 𝑥 0,483368 = 0,145010473 𝐴8 ∶ 0,3 𝑥 0,193347 = 0,058004189 𝐴9 ∶ 0,3 𝑥 0,193347 = 0,058004189 𝐴10 ∶ 0,3 𝑥 0,386695 = 0,116008379 𝐴6 ∶ 0,3 𝑥 0,4303315= 0,129099445 𝐴7 ∶ 0,3 𝑥 0,4303315 = 0,129099445 𝐴8 ∶ 0,3 𝑥 0,0860663 = 0,025819889 𝐴9 ∶ 0,3 𝑥 0,1721326 = 0,051639778 𝐴10 ∶ 0,3 𝑥 0,4303315 = 0,129099445 𝐶3 = 𝐴1 ∶ 0,25 𝑥 0,359907875 = 0,089976969 𝐴2 ∶ 0,25 𝑥 0,359907875 = 0,089976969 𝐴3 ∶ 0,25 𝑥 0,2879263= 0,071981575 𝐴4 ∶ 0,25 𝑥 0,2879263 = 0,071981575 𝐴5 ∶ 0,25 𝑥 0,359907875 = 0,089976969 𝐴6 ∶ 0,25 𝑥 0,14396315= 0,035990788 𝐴7 ∶ 0,25 𝑥 0,2879263= 0,071981575 𝐴8 ∶ 0,25 𝑥 0,359907875= 0,089976969 𝐴9 ∶ 0,25 𝑥 0,359907875= 0,089976969 𝐴10 ∶ 0,25 𝑥 0,2879263 = 0,071981575 𝐶4 = 𝐴1 ∶ 0,15 𝑥 0,169030851 = 0,025354628 𝐴2 ∶ 0,15 𝑥 0,3380617025 = 0,050709255 𝐴3 ∶ 0,15 𝑥 0,253546276= 0,038031941 𝐴4 ∶ 0,15 𝑥 0,338061702 = 0,050709255 𝐴5 ∶ 0,15 𝑥 0,422577127 = 0,063386569 𝐴6 ∶ 0,15 𝑥 0,253546276= 0,038031941 𝐴7 ∶ 0,15 𝑥 0,422577127= 0,063386569 𝐴8 ∶ 0,15 𝑥 0,169030851= 0,025354628 𝐴9 ∶ 0,15 𝑥 0,338061702= 0,050709255 𝐴10 ∶ 0,15 𝑥 0,338061702 = 0,050709255
Setelah mendapat nilai pembobotan dilakukan perhitungan nilai Yi seperti berikut: Tabel 5. Nilai Yi
Alternatif Max
(C1+C2+C4) Min (C3) Yi= Max-Min Rank A6 0,28314 0,071981575 0,21115819 1 A7 0,337496 0,2879263 0,049570187 2 A4 0,295817 0,2879263 0,007890779 3 A10 0,295817 0,2879263 0,007890779 4 A3 0,228318 0,2879263 -0,059608519 5 A2 0,215175 0,449884844 -0,234709638 6 A5 0,173031 0,449884844 -0,276854308 7 A9 0,160353 0,449884844 -0,289531622 8 A1 0,109179 0,449884844 -0,340706138 9 A8 0,109179 0,449884844 -0,340706138 10
Sumber: Hasil Penelitian (2020)
Dari proses perhitungan pada tabel 5. diperoleh hasil nilai Yi tertinggi adalah alternatif A6. Sehingga Nuridin yang diprioritaskan mendapat pinjaman koperasi.
4. Kesimpulan
Berdasarkan penelitian diatas dapat ditarik kesimpulan bahwa dengan sistem pendukung keputusan yang sedang berjalan masih menggunakan sistem manual dan sangat sederhana sehingga metode MOORA merupakan metode yang sesuai untuk mendapatkan hasil akurat dalam sebuah seleksi penerima pinjaman karena pengolahan data yang cepat dan tepat sesuai dengan yang diharapkan.
Referensi
[1] H. Pratiwi, Faridah, and M. Idris, “Analisis Penerapan Standar Akuntansi Keuangan Pada Koperasi Karyawan Bersama Pt Epfm,” vol. 4, no. 002, pp. 15–27, 2016.
[2] D. Puspitasari, “Rancang Bangun Sistem Informasi Koperasi Simpan Pinjam Karyawan
Berbasis Web,” J. Pilar Nusa Mandiri, vol. XI, no. 2, pp. 186–196, 2015.
[3] D. Nofriansyah, Konsep Data Mining Vs Sistem Pendukung Keputusan, 1st ed. Yogyakarta: Deepublish, 2014.
[4] S. Wardani, I. Parlina, and A. Revi, “Analisis Perhitungan Metode Moora Dalam Pemilihan Supplier Bahan Bangunan Di Toko Megah Gracindo Jaya InfoTekJar ( Jurnal Nasional Informatika dan Teknologi Jaringan ),” J. Nas. Inform. dan Teknol. Jar., vol. 3, no. 1, pp. 95–99, 2018.
[5] S. Rokhman, I. F. Rozi, and R. A. Asmara, “Pengembangan Sistem Penunjang Keputusan Penentuan Ukt Mahasiswa Dengan Menggunakan Metode Moora Studi
[6] M. Sinaga, “Sistem Pendukung Keputusan Pemilihan Curling Iron Terbaik Dengan Menerap Kan Metode MOORA (Multi Objective Optimization On The Basis Of Rasio Analysis) (Studi Kasus New Beauty Toko),” Pelita Inform. Budi Darma, vol. 16, no. 4, pp. 444–449, 2017.
[7] M. Mailasari, “Model Multi Attribute Decision Making Metode Simple Additive Weighting
Dalam Penentuan Penerima Pinjaman,” J. Tek. Komput., vol. 2, no. 1, pp. 100–105, 2016.
[8] N. W. Al-Hafiz, Mesran, and Suginam, “Sistem Pendukung Keputusan Penentukan Kredit Pemilikan Rumah Menerapkan Multi-Objective Optimization on the Basis of Ratio
Analysis ( Moora ),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. I, no. 1, pp. 306–309, 2017.
[9] H. Indriyawati, S. R. Cholil, V. G. Utomo, P. Studi, S. Informasi, and U. Semarang,
“Penentuan Prediksi Stok Mobil Dengan Pendekatan Kepuasan Pelanggan Menggunakan Metode Moora,” vol. 11, no. 2, pp. 55–64.
[10] D. Irawan, A. Lestari, I. Parlina, M. Manajemen Informatika AMIK Tunas Bangsa Pematangsiantar, and D. A. Manajemen Informatika AMIK Tunas Bangsa
Pematangsiantar Jl Jend Sudirman Blok no, “Analisis Sistem Pendukung Keputusan
Menggunakan Metode MOORA Untuk Pemilihan Pemain Sepaktakraw Kabupaten
Batubara,” J. Teknovasi, vol. 06, pp. 25–33, 2019.
[11] S. Manurung, “Sistem Pendukung Keputusan Pemilihan Guru Dan Pegawai Terbaik
Menggunakan Metode Moora,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 1, pp. 701–706, 2018.
[12] A. A. Saputri, N. Dengen, and Islamiyah, “Sistem Pendukung Keputusan Penentuan
Dosen Pengampu Mata Kuliah Dengan Metode MOORA,” vol. 3, no. 1, pp. 11–19, 2019. [13] T. Limbong et al., “The Implementation of Multi-Objective Optimization on the Basis of
Ratio Analysis Method to Select the Lecturer Assistant Working at Computer
Weight Aggregated Sum Product Assesment
dalam
Penentuan Siswa Terbaik
Hidayanti Murtina 1,*
1 Teknik Informatika; STMIK Nusa Mandiri Jakarta; Jl. Damai No. 8 Warung Jati Barat
(Margasatwa) Jakarta Selatan 12540, telp (021) 78839513 fax (021) 78839421; e-mail:
hidayantimurtina@gmail.com
* Korespondensi: e-mail: hidayantimurtina@gmail.com
Diterima: 12 April 2020; Review: 15 April 2020; Disetujui: 21 April 2020
Cara sitasi: Murtina H. 2020. Weight Aggregated Sum Product Assesment dalam Penentuan Siswa Terbaik . Information Management for Educators and Professionals. 4 (2): 113-122.
Abstrak: Proses penentuan siswa terbaik yang dilakukan di SMK Global Prima Islamic School masih dilakukan secara manual dengan cara penilaian dan dengar pendapat, sehingga prosesnya sering kali berjalan sangat lama dan juga a lot hal ini tentunya sangat tidak efisien dalam hal waktu. Belum lagi hasil yang didapatkan terkadang tidak sesuai dengan keadaan dilapangan dikarenakan tingginya tingkat subjektifitas dalam menentukan pilihan yang juga dapat menjadi sangat tidak efektif. Untuk itu peneliti memutuskan untuk mengkajinya dengan mengunakan metode Weight Aggregated Sum Product Assesment (WASPAS). Dimana kebijakan sekolah akan menjadi tolak ukur dalam penentuan siswa teladan dan lima kriteria yaitu nilai raport, prestasi dan bakat, TOEFL, test tertulis dan test wawancara yang telah ditentukan sekolah akan menjadi data yang akan diolah dengan metode Weight Aggregated Sum Product Assesment (WASPAS). Dari hasil penelitian penulis didapatkan bahwa Alam Herlambang merupakan siswa yang paling direkomendasikan dengan nilai 3,338, tempat kedua adalah Syafirra Fania dengan nilai 3,334 dan posisi ketiga adalah Rico Rianto dengan nilai 3,303.
Kata kunci: DSS, siswa terbaik, WASPAS
Abstract: The process of determining the best students carried out at the Global Prima Islamic School Vocational School is still done manually by way of assessment and hearings, so the process often runs very long and also a lot this is certainly very inefficient in terms of time. Not to mention the results obtained are sometimes not in accordance with the conditions in the field due to the high level of subjectivity in making choices that can also be very ineffective. For this reason researchers decided to study it using the Weight Aggregated Sum Product Assessment (WASPAS) method. Where school policy will be the benchmark in determining the model students and five criteria, namely report card grades, achievement and talent, TOEFL, written test and interview test that have been determined by the school will be data that will be processed by the weight aggregated sum product assessment (waspas) method. from the research results the author found that alam herlambang is the most recommended student with a value of 3,338, second place is syafirra fania with a value of 3,334 and the third position is rico rianto with a value of 3,303.
Keywords: DSS, the best student, WASPAS 1. Pendahuluan
Menurut UU RI No.20 tahun 2003 tentang Sistem Pendidikan Nasional Pasal 1 Ayat 4. Peserta didik adalah anggota masyarakat yang berusaha mengembangkan dirinya melalui proses pendidikan pada jalur jenjang dan jenis pendidikan tertentu. [1]. Siswa terbaik adalah siswa yang memiliki sifat dan kemampuan belajar dengan baik. [2].
Kualitas sistem dan kualitas informasi secara bersama-sama atau simultan mempengaruhi secara signifikan terhadap kepuasan pengguna dan memberikan manfaat dalam pembelajaran. [3].dengan digunakan dan dimaksimalkannya penggunaan teknologi informasi dengan membangun sebuah sistem informasi maka pertama pekerjaan akan terselesaikan dengan cepat, tepat dan akurat. Kedua penyimpanan data dapat lebih tertata rapih sehingga memudahkan pula dalam hal pencarian datanya dan kemungkinan akan kehilangan dan kerusakan data dapat diminimalisir. [4].
Metode WASPAS dapat dijadikan metode pilihan dalam menganalisa proses keputusan dikarena metode WASPAS memberikan hasil yang akurat dan jelas dibandingkan dengan metode MOORA. [5]. Penerapan metode WASPAS untuk sistem pendukung keputusan dapat memberikan hasil yang maksimal dalam hal pengambilan keputusan dengan cara mengurutkan alternative. [6] Sistem rekomendasi laptop dengan metode WASPAS berbasis web telah berhasil dibangun. Metode WASPAS merupakan penggabungan dari metode WSM dan WPM. Metode ini dapat digunakan untuk menyelesaikan permasalahan MCDM (Multi Criteria Decision Making). [7]. Diperkirakan metode WASPAS memiliki akurasi 1,3 kali lebih besar disbanding metode Weighted Product Model (WPM) dan mencapai 1,6 kali lebih besar disbanding Weighted Sum Model (WSM). [8]
Berdasarkan pembahasan tersebut maka penulis melakukan riset terhadap proses yang berjalan di SMK Global Prima Islamic School dalam melakukan penentuan siswa teladan di sekolah tersebut. Setelah diteliti ditemukan adanya masalah yang terjadi dilapangan saat melakukan penentuan siswa terbaik antara lain proses seleksi yang dinilai terlalu lama, selain dikarenakan banyaknya siswa yang harus diseleksi untuk masuk sebagai kandidat siswa terbaik, proses dengar pendapat saat menentukan siswa terbaikpun terkadang berjalan dengan alot dan dinilai tidak efisien. Terkadang hasil yang didapatkanpun tidak sesuai dengan fakta dilapangan dikarenakan tingginya nilai subjektifitas dalam pengambilan keputusan, hal ini pula dinilai tidak efisien.Dengan cara tersebut mengakibatkan proses seleksi menjadi kurang efektif dan efisien.[9] untuk mempermudah proses tersebut diperlukan sebuah sistem pendukung keputusan yang menguji kriteria-kriteria sebagai salah satu syarat. [10]
Dengan masih diterapkannya sistem yang berjalan saat ini maka akan beresiko berkurangnya minat saing siswa untuk menjadi yang terbaik dan tujuan sekolah untuk menjadikan teladan bagi siswa/i yang lain pun bisa jadi tidak akan tercapai. Dari permasalahan tersebut perlu dilakukan penelitian terhadap penentuan siswa terbaik dengan menerapkan salah satu metode sistem penunjang keputusan yang telah banyak diterapkan diberbagai kasus yaitu metode Weight Aggregated Sum Product Assesment (WASPAS) dan menggunakan lima kriteria sebagai tolak ukur penentuan siswa teladan yaitu nilai raport, nilai prestasi / minat bakat, Toefl, nilai tes tulis, nilai tes wawancara dengan tujuan agar proses pengambilan keputusan penentuan siswa teladan dapat berjalan dengan lebih cepat dan mengurangi nilai subjektifitas dalam penentuan siswa teladan.
2. Metode Penelitian
Dalam penelitian ini, penulis menggunakan metode Weight Aggregated Sum Product Assesment (WASPAS) dalam membantu stakeholder menetapkan siswa terbaik di sekolah. Stakeholder yang dimaksud dalam hal ini adalah pihak sekolah sebagai pengambil keputusan. Kebijakan sekolah dalam memilih siswa terbaik akan dijadikan sebagai acuan dalam pemberian bobot kepentingan.
Data yang digunakan dalam penelitian ini merupakan data primer dari pihak sekolah dengan bentuk data yang didapat adalah percampuran data kualitatif dan kuntitatif, dimana nantinya data yang bersifat kualitatif akan diubah terlebih dahulu kedalam data kuantitatif dengan menggunakan fuzzy crisp karena pada dasarnya metode Weight Aggregated Sum Product Assesment (WASPAS) hanya dapat melakukan perhitungan dengan menggunakan data kuantitatif.
Data primer yang digunakan penulis antara lain Nilai Raport, Prestasi dan Bakat, TOEFL, Test Tertulis dan Test Wawancara yang juga akan digunakan sebagai kriteria dalam menentukan siswa terbaik. Sedangkan 10 siswa dengan nilai raport tertinggi akan diambil sebagai kandidat menentukan siswa terbaik.
Sedangkan untuk studi literature yang penulis lakukan adalah dengan membaca referensi dari e-book, jurnal-jurnal ulmiah, maupun referensi terkait yang mendukung penelitian penulis.
Kerangka pemikiran dari penentuan siswa terbaik di SMK Global Prima Islamic School dengan menggunakan metode Weight Aggregated Sum Product Assesment (WASPAS) seperti yang terlihat pada gambar 1.
Kebijakan Sekolah
Nilai Raport Prestasi dan Bakat TOEFL Test Tertulis Test Wawancara
Alternatif ke-1 Alternatif ke-2 Alternatif ke-n
Siswa Terbaik
Sumber : Hasil Penelitian (2020)
Gambar 1. Kerangka Pemikiran Penentuan Siswa Terbaik
Metode Weight Aggregated Sum Product Assesment (WASPAS) memiliki 4 (empat) langkah penyelesaian [8], antara lain:
Pertama normalisasi, nilai kriteria dari masing-masing alternative diubah kedalam bentuk yang telah dinormalisasi. Apabila kriteria bersifat Benefit maka dilakukan normalisasi dengan rumus 1 (satu).
... (1) Keterangan:
merupakan nilai kriteria yang telah dinormalisasi merupakan nilai kriteria sebelum dinormalisasi merupakan alternative ke-i
merupakan kriteria ke-j
Sedangkan apabila kriteria bersifat Cost maka akan dilakukan normalisasi seperti rumus 2 (dua).
... (2) Kriteria Benefit apabila nilai kriteria tersebut diharapkan semakin bernilai tinggi, sedangkan dikatakan Kriteria Cost apabila nilai kriteria tersebut diharapkan semakin bernilai rendah.
Kedua melakukan perhitungan dengan menggunakan rumus Weighted Sum Model (WSM) seperti pada rumus 3 (tiga).
... (3) Keterangan:
merupakan nilai kriteria yang telah dinormalisasi merupakan bobot kriteria
merupakan alternative ke-i merupakan kriteria ke-j
Ketiga melakukan perhitungan dengan menggunakan rumus Weighted Product Model (WPM) seperti pada rumus 4 (empat).
... (4) Setelah melakukan perhitungan dengan Weighted Sum Model (WSM) dan Weighted Product Model (WPM) selanjutnya adalah melakukan perhitungan nilai Weight Aggregated Sum Product Assesment (WASPAS) seperti pada rumus 5 (lima).
... (5) Keterangan:
merupakan nilai hasil perhitungan WASPAS merupakan nilai hasil perhitungan dengan WSM merupakan nilai hasil perhitungan dengan WPM merupakan bilangan real antara 0 sampai dengan 1
Sedangkan kerangka pemikiran pemecahan masalah dengan menggunaka metode Weight Aggregated Sum Product Assesment (WASPAS) terlihat seperti pada gambar 2.
Mementukan Alternatif Pilihan Menentukan Kriteria Pemilihan Mengklasifikasi Kriteria kedalam
Benefit & Cost
Memberikan Bobot Kepentingan Kepada Setiap Kriteria Membuat Matriks Keputusan Berpasangan Mengolah Dengan Metode WASPAS Melakukan Normalisasi Matriks Melakukan Perhitungan WSM Melakukan Perhitungan WPM Melakukan Perhitungan Nilai WASPAS Melakukan Perankingan Mendapatkan Siswa Terbaik
Sumber : Hasil Penelitian (2020)
3. Hasil dan Pembahasan
Berdasarkan kerangka pemikiran yang telah ditetapkan sebelumnya maka hal pertama yang harus dilakukan adalah mencari alternative pilihan/keputusan. Yang menjadi alternative pilihan/keputusan dalam penentuan siswa terbaik pada SMK Global Prima Islamic School tentunya adalah pada siswa/I di SMK Global Prima Islamic School yang berada pada kelas XII (dua belas) yang telah disaring secara kasar sebelumnya oleh pihak sekolah guna mempersempit penelitian sehingga didapat data alernatif pilihan atau kandidat dari siswa terbaik seperti pada tabel 1(satu).
Tabel 1. Tabel Alternatif Pilihan
Alternatif Nama Alternatif
A1 Rico Rianto A2 Renandy Arya A3 Fadhilah Bagas A4 Rizky Gumilar A5 Fikri Firmansyah A6 Gunawan Wijaya A7 Erma Sari A8 Syafirra Fania A9 Alam Herlambang A10 Ernita
Sumber : SMK Global Prima Islamic School (2020)
Langkah selanjutnya adalah menentuka kriteria dalam penentuan siswa terbaik di SMK Global Prima Islamic School. Kriteria yang digunakan adalah kriteria yang sebelumnya sudah diterapkan oleh pihak sekolah dalam menentukan siswa terbaik yaitu seperti yang terlihat pada tabel 2(dua).
Tabel 2. Tabel Kriteria Pemilihan
Kriteria Nama Kriteria
C1 Nilai Raport
C2 Prestasi dan Bakat
C3 TOEFL
C4 Test Tertulis
C5 Test Wawancara
Sumber : SMK Global Prima Islamic School (2020)
Setelah diketahui kriteria yang akan digunakan untuk menentukan siswa teladan langkah selanjutnya adalah mengklasifikasikan kriteria-kriteria tersebut kedalah benefit dan cost, serta memberikan bobot kepentingan dari masing-masing kriteria bersadarkan kebijakan yang ditetapkan oleh pihak sekolah. Tabel bobot kepentingan yang penulis gunakan untuk mempermudah pihak sekolah dalam menentukan bobot kepentingan dari masing-masing kriteria terlihat seperti tabel 3 (tiga).
Tabel 3. Tabel Bobot Kepentingan
Bobot Nama Kriteria Nilai Bobot
SP Sangat Penting 1,000
P Penting 0,667
CP Cukup Penting 0,333
Sumber : Hasil Penelitian (2020)
Sehingga akan didapat kriteria yang telah terklasifikasi dan tertotot seperti pada tabel 4 (empat).
Tabel 4. Tabel Klasifikasi Kriteria Bobot
Kriteria Nama Kriteria Klasifikasi Bobot
C1 Nilai Raport Benefit SP
C2 Prestasi dan Bakat Benefit P
C3 TOEFL Benefit P
C4 Test Tertulis Benefit CP
C5 Test Wawancara Benefit P
Sumber : SMK Global Prima Islamic School (2020)
Setelah didapatkan alternative dan kriteria yang telah terbobot langkah selanjutnya adalah membuat matriks keputusan yang didapat dari data yang telah dikumpulkan oleh penulis. Matriks keputusan untuk penentuan siswa terbaik di SMK Global Prima Islamic School yang sudah dilakukan defuzzyfikasi terlihat seperti pada tabel 5.
Tabel 5. Tabel Matrik Keputusan C1 C2 C3 C4 C5 A1 8,4 4 95 1 1 A2 8,3 4 110 1 0,667 A3 8,5 6 98 0,667 0,667 A4 8,1 4 103 0,667 1 A5 7,5 4 96 0,333 1 A6 7,9 6 89 0,333 0,333 A7 8,2 4 112 0,667 0,667 A8 8,9 8 112 1 1 A9 8,7 6 116 1 1 A10 8,6 4 108 1 0,667
Sumber : Hasil Penelitian (2020)
Setelah didapat matrik keputusan yang telah di defuzzyfikasi barulah melakukan proses algoritma dari metode Weight Aggregated Sum Product Assesment (WASPAS). Pertama adalah melakukan normalisasi matriks dengan rumus 1 (satu) apabila kriteria tergolong kriteria benefit dan rumus 2 (dua) apabila kriteria tergolong dalam kriteria cost.
Algoritma Kriteria Benefit.
Algoritma Kriteria Cost.
Sebagai contoh untuk alternative pertama dan kedua adalah sebagai berikut. 𝐴1𝐶1= 8,48,9 = 0,944 𝐴1𝐶2= 48 = 0,5 𝐴1𝐶3= 116 = 0,81995 𝐴1𝐶4= 11 = 1 𝐴1𝐶5= 11 = 1 𝐴2𝐶1= 8,38,9 = 0,933 𝐴2𝐶2= 48 = 0,5 𝐴2𝐶3= 110116 = 0,948 𝐴2𝐶4= 11 = 1 𝐴2𝐶5= 0,6671 = 0,667
Sehingga hasil dari normalisasi matrik secara keseluruhan akan tampak seperti pada tabel 6 (enam).
Tabel 6. Tabel Normalisasi Matrik Keputusan C1 C2 C3 C4 C5 A1 0,944 0,500 0,819 1,000 1,000 A2 0,933 0,500 0,948 1,000 0,667 A3 0,955 0,750 0,845 0,667 0,667 A4 0,910 0,500 0,888 0,667 1,000 A5 0,843 0,500 0,828 0,333 1,000 A6 0,888 0,750 0,767 0,333 0,333 A7 0,921 0,500 0,966 0,667 0,667 A8 1,000 1,000 0,966 1,000 1,000 A9 0,978 0,750 1,000 1,000 1,000 A10 0,966 0,500 0,931 1,000 0,667
Sumber : Hasil Penelitian (2020)
Langkah kedua dari metode Weight Aggregated Sum Product Assesment (WASPAS) adalah melakukan perhitungan dengan menggunakan rumus 3 (tiga) yaitu perhitungan dengan metode Weighted Sum Model (WSM) terhadap tabel 6 (enam).
Algotirma Perhitungan Weighted Sum Model (WSM)
Sebagai contoh untuk alternative pertama dan alternative kedua adalah sebagai berikut. 𝑊𝑆𝑀𝐴1= ∑ = 𝑛 𝑗=1 0,944 ∗ 1 + 0,500 ∗ 0,667 + 0,819 ∗ 0,667 + 1 ∗ 0,333 + 1 ∗ 0,667 𝑊𝑆𝑀𝐴1= ∑ = 𝑛 𝑗=1 0,944 + 0,334 + 0,546 + 0,333 + 0,667 𝑊𝑆𝑀𝐴1= ∑ = 𝑛 𝑗=1 2,824 𝑊𝑆𝑀𝐴2= ∑ = 𝑛 𝑗=1 0,933 ∗ 1 + 0,500 ∗ 0,667 + 0,948 ∗ 0,667 + 1 ∗ 0,333 + 0,667 ∗ 0,667 𝑊𝑆𝑀𝐴2= ∑ = 𝑛 𝑗=1 0,933 + 0,334 + 0,633 + 0,333 + 0,445 𝑊𝑆𝑀𝐴2= ∑ = 𝑛 𝑗=1 2,676
Sehingga didapat hasil perhitungan Weighted Sum Model (WSM) terhadap seluruh alternative yang ada adalah seperti pada tabel 7 (tujuh).
Tabel 7. Tabel WSM Setiap Alternatif
Alternatif WSM A1 2,824 A2 2,676 A3 2,686 A4 2,725 A5 2,506 A6 2,233 A7 2,566 A8 3,311 A9 3,145 A10 2,699
Sumber : Hasil Penelitian (2020)
Setelah didapat nilai Weighted Sum Model (WSM) dari masing-masing alternative langkah ketiga adalah mencari nilai Weighted Product Model (WPM) dengan rumus 4 (empat) terhadap tabel 6 (enam).
Algoritma Perhitungan Weighted Product Model (WPM)
Sebagai contoh untuk alternative pertama dan alternative kedua adalah sebagai berikut.
𝑊𝑃𝑀𝐴1= ∏ = 𝑛
𝑗=1 (0,944)
𝑊𝑃𝑀𝐴1= ∏ = 𝑛 𝑗=1 0,944 ∗ 0,630 ∗ 0,875 ∗ 1 ∗ 1 𝑊𝑃𝑀𝐴1= ∏ = 𝑛 𝑗=1 0,520 𝑊𝑃𝑀𝐴2= ∏ = 𝑛 𝑗=1 (0,933) 1∗ (0,500)0,667∗ (0,948)0,667∗ (1)0,333∗ (0,667)0,667 𝑊𝑃𝑀𝐴2= ∏ = 𝑛 𝑗=1 0,933 ∗ 0,630 ∗ 0,965 ∗ 1 ∗ 0,763 𝑊𝑃𝑀𝐴2= ∏ = 𝑛 𝑗=1 0,433
Sehingga hasil yang didapat dari perhitungan Weighted Product Model (WPM) akan seperti pada tabel 8 (delapan).
Tabel 8. Tabel WPM Setiap Alternatif
Alternatif WPM A1 0,520 A2 0,433 A3 0,470 A4 0,463 A5 0,324 A6 0,204 A7 0,378 A8 0,977 A9 0,807 A10 0,443
Sumber : Hasil Penelitian (2020)
Langkah terakhir dari metode Weight Aggregated Sum Product Assesment (WASPAS) adalah melakukan perhitungan nilai Weight Aggregated Sum Product Assesment (WASPAS). Dengan menggunakan rumus 5 (lima) terhadap tabel 7 (tujuh) dan tabel 8 (delapan)
Algoritma Weight Aggregated Sum Product Assesment (WASPAS) .
Berikut ini adalah penerapan algoritma metode Weight Aggregated Sum Product Assesment (WASPAS) untuk masing-masing alternative.
𝑄𝐴1= 2,824 + (1 − 0,520) 𝑄𝐴1= 2,824 + 0,480 𝑄𝐴1= 3,303 𝑄𝐴2= 2,676 + (1 − 0,433) 𝑄𝐴2= 2,676 + 0,0,567 𝑄𝐴2= 3,244 𝑄𝐴3= 2,686 + (1 − 0,470) 𝑄𝐴3= 2,824 + 0,530 𝑄𝐴3= 3,216 𝑄𝐴4= 2,725 + (1 − 0,463) 𝑄𝐴4= 2,725 + 0,537 𝑄𝐴4= 3,262 𝑄𝐴5= 2,506 + (1 − 0,324) 𝑄𝐴5= 2,506 + 0,676 𝑄𝐴5= 3,182 𝑄𝐴6= 2,233 + (1 − 0,204) 𝑄𝐴6= 2,233 + 0,796
𝑄𝐴6= 3,028 𝑄𝐴7= 2,566 + (1 − 0,378) 𝑄𝐴7= 2,566 + 0,622 𝑄𝐴7= 3,188 𝑄𝐴8= 3,311 + (1 − 0,977) 𝑄𝐴8= 3,311 + 0,023 𝑄𝐴8= 3,334 𝑄𝐴9= 3,145 + (1 − 0,807) 𝑄𝐴9= 2,233 + 0,193 𝑄𝐴9= 3,338 𝑄𝐴10= 2,699 + (1 − 0,443) 𝑄𝐴10= 2,699 + 0,557 𝑄𝐴10= 3,256
Setelah dilakukan perhitungan nilai dengan metode Weight Aggregated Sum Product Assesment (WASPAS) langkah terakhir adalah melakukan perankingan terhadap nilai dari Weight Aggregated Sum Product Assesment (WASPAS). Nilai yang paling tertinggi tentu akan menjadi nilai yang paling direkomendasikan untuk menjadi siswa terbaik di SMK Global Prima Islamic School. Hasil dari perankingan nilai metode Weight Aggregated Sum Product Assesment (WASPAS) akan terlihat seperti pada tabel 9 (Sembilan).
Tabel 9. Tabel WASPAS Setiap Alternatif
Alternatif WASPAS Rekomendasi Ke-
A9 3,338 1 A8 3,334 2 A1 3,303 3 A4 3,262 4 A10 3,256 5 A2 3,244 6 A3 3,216 7 A7 3,188 8 A5 3,182 9 A6 3,028 10
Sumber : Hasil Penelitian (2020)
Pada tabel 9 (Sembilan) dapat terlihat bahwa tiga besar alternative yang direkomendasikan antara lain yang pertama alternative ke-9 atau Alam Herlambang merupakan siswa yang paling direkomendasikan menjadi siswa terbaik dengan menggunakan metode Weight Aggregated Sum Product Assesment (WASPAS) dengan nilai perhitungan Weight Aggregated Sum Product Assesment (WASPAS) sebesar 3,338. Disusul posisi rekomendasi ke-2 adalah alternative ke-8 yaitu Syafirra Fania dengan nilai rangking yang didapat adalah 3,334 dan rekomendasi ke-3 adalah alternative ke-1 yaitu Rico Rianto dengan nilai 3,303. 4. Kesimpulan
Berdasarkan penelitian yang telah penulis lakukan maka dapat ditarik kesimpulan antara lain proses penentuan siswa terbaik yang dilakukan di SMK Global Prima Islamic School dapat dilakukan dengan menggunakan model SPK tanpa perlu menghilangkan proses yang ada, penggunaan sebuah model SPK dapat mengurangi nilai subjektifitas dalam pengambilan keputusan yang dilakukan oleh stakeholder. Penggunaan model Weight Aggregated Sum Product Assesment (WASPAS) dapat dilakukan dengan sangat sederhana. Penggunaan metode Weight Aggregated Sum Product Assesment (WASPAS) dapat digunakan untuk pengambilan keputusan yang sifatnya multi attribute. Penelitian yang dilakukan oleh penulis tentunya tidak terlepas dari berbagai kekurangan, maka perlu dilakukan penyempurnaan dengan diadakannya penelitian-penelitian lain guna memperkuat hasil penelitian penulis, serta membuatkan GUI yang dirancang secara khusus dan dengan tampilan yang user friendly untuk
membantu merekomendasikan siswa terbaik di SMK Global Prima Islamic School guna mempermudah pihak sekolah dalam melakukan penerapan pengoprasiannya.
Referensi
[1] M. A. Burga, A. Arsyad, M. Damopolii, and A. Marjuni, “Akomodasi Kebijakan Pendidikan
Nasional Bagi Pondok Pesantren DDI Mangkoso Muhammad,” J. Kaji. Pendidik. Islam, vol. 4, no. 1, pp. 41–62, 2019.
[2] A. Y. N. Harahap, “Penerapan Metode Weighted Produk Pemilihan Siswa Terbaik Di
Smk Laksamana Martadinata Medan,” J. Sist. Inf. Kaputama, vol. 3, no. 1, pp. 6–10, 2019.
[3] M. A. N. Hasyim, I. Y. Cahyani, U. Ramadini, and S. Rosdiana, “Kepuasan Dan Kualitas
Penggunaan Siakademik Untuk Memberikan Manfaat Dalam Pembelajaran,” Syntax Idea, vol. 1, no. 8, pp. 101–107, 2019.
[4] H. Murtina, “Sistem Informasi Pengelolahan Data Persediaan Obat Menggunakan
Metode Waterfall,” Inf. Manag. Educ. Prof., vol. 3, no. 1, pp. 1–10, 2018.
[5] C. Lukita, C. Nas, and W. Ilham, “Analisis Pengambilan Keputusan Penentuan Prioritas
Utama Dalam Peningkatan Kualitas Mata Pelajaran Dengan Menggunakan Metode
Perbandingan WASPAS dan MOORA Chandra,” J. Nas. Teknol. dan Sist. Inf., vol. 05,
no. 03, 2020.
[6] S. Riyadi, T. Haryanti, and L. Kurniawati, “Sistem Pendukung Keputusan Penentuan
Rumah Tangga Miskin Pada Desa Cibangkong Dengan Metode Waspas,” J. Ris. Inform., vol. 1, no. 4, pp. 197–204, 2019.
[7] K. A. Chandra and S. Hansun, “Sistem Rekomendasi Pemilihan Laptop dengan Metode
WASPAS,” J. ECOTIPE, vol. 6, no. 2, pp. 76–81, 2019.
[8] E. . Zavadskas, Z. Turskis, and J. Antuchevicience, “ation of Weighte ed Aggre egated
Sum Pro duct Ass sessment t,” Electron. Electr. Eng., no. 6, pp. 3–6, 2012.
[9] F. N. Khasanah and S. Rofiah, “Sistem Seleksi Penerimaan Beasiswa Menggunakan
Metode Pendukung Keputusan Simple Additive Weighting,” pp. 118–125, 2019.
[10] M. Mailasari and H. Murtina, “Metode Simple Additive Weighting dalam Penentuan
Penerima Beasiswa pada SMK Binakarya Mandiri Bekasi,” J. Sist. Inf., vol. 6, no. 2, p.
Sistem Informasi Pengeluaran Kas Pada Yayasan Dana
Pensiun Askrida Berbasis Web
Siti Faizah 1*, Novita Rahayu Susanti 2, Endang Pujiastuti 1
1 Teknik Informatika; STMIK Nusa Mandiri Jakarta; Jl. Damai No.8 (Margasatwa) Warung Jati
2 Sistem Informasi Akuntansi; Universitas Bina Sarana Informatika (UBSI) Jakarta; Jl.Kamal
Raya No.18, Ringroad Barat, Cengkareng, Jakarta Barat; e-mail: novitarahayus@gmail.com
*Korespondensi: e-mail: siti.sfz@nusamandiri.ac.id
Diterima: 16 April 2020; Review: 19 April 2020; Disetujui: 23 April 2020
Cara sitasi: Faizah S, Susanti NR, Pujiastuti E. 2020. Sistem Informasi Pengeluaran Kas Pada Yayasan Dana Pensiun Askrida Berbasis Web. Information Management For Educators and Professionals. 4 (2): 123-132.
Abstrak: Akuntansi seringkali dinyatakan sebagai bahasa perusahaan. Perubahan yang semakin cepat dalam masyarakat menyebabkan semakin kompleknya bahasa tersebut, yang digunakan untuk mencatat, meringkas, melaporkan, menginterprestasi data dasar-dasar ekonomi untuk kepentingan perorangan, pengusaha, pemerintah, dan anggota masyarakat lainnya. Sistem akuntansi adalah formulir-formulir, catatan- catatan, prosedur-prosedur, dan alat-alat yang digunakan untuk mengolah data mengenai usaha suatu kesatuan ekonomis dengan tujuan untuk menghasilkan umpan balik dalam laporan-laporan yang diperlukan oleh pihak manajemen untuk mengawasi usahanya, dan bagi pihak-pihak lain yang berkepentingan seperti pemegang saham, kreditur dan lembaga-lembaga pemerintah untuk menilai hasil. Sistem akuntansi di Dana Pensiun Askrida tidak lepas dari sistem pengeluaran kas. Pengeluaran kas meliputi pengambilan tabungan, pencairan deposito, realisasi pinjaman dan pengeluaran umum. Personalia yang terkait dalam sistem akuntansi pengeluaran kas meliputi administrasi, bagian dana, bagian umum. Dalam pengeluaran kas yang jumlahnya relative besar sebaiknya dilakukan dengan cek agar tidak terjadi kecurangan-kecurangan dan penyelewengan terhadap kas perusahaan, dokumen yang digunakan sebaiknya diperbaharui dan dibuat minimal dua rangkap, dan sebelum bukti trasaksi dicatat dalam buku besar kas operasional sebaiknya dicatat dalam jurnal pegeluaran kas terlebih dahulu agar tidak terjadi kesalahan pencatatan. Laporan akuntansi dibuat setiap hari untuk memudahkan laporan akuntansi perbulan dan pertahun. Metode yang digunakan metode pengumpulan data diantaranya observasi, wawancara dan studi pustaka. Metode pengembangan software diantaranya Analisa kebutuhan software, Desain, Code Generation, Testing, Support
Kata kunci: dana pensiun, kas, website
Abstract: Accounting is often expressed as a corporate language. Increasingly rapid changes in society lead to a more complex language, which is used to record, summarize, report, interpret the basics of economic data for the benefit of individuals, employers, governments, and other community members. The accounting system is the forms, records, procedures, and tools used to process data concerning the business of an economic entity in order to generate feedback in the reports required by the management to oversee its business, other interested parties such as shareholders, creditors and government agencies to assess results. The accounting system in Dana Pensiun Askrida can not be separated from cash disbursement system. Cash expenditures include taking savings, disbursement of deposits, loan realization and general expenses. Personnel involved in accounting system of cash disbursement includes administration, funding section, general section. In the relatively large amount of cash
Jakarta.Telp. (021) 78839513 Fax. (021) 78839421; e-mail: siti.asfz@nusamandiri.ac.id,
expenditures should be made with a check to avoid fraud and misappropriation of the company's cash, the documents used should be updated and made at least two copies, and before the transactional evidence recorded in the operating cash booklet should be recorded in cash expenditure journals in advance to avoid recording errors. Accounting reports are made daily to facilitate accounting reports per month and per year. The methods used in data collection methods include observation, interviews and literature study. Software development methods include software requirements analysis, design, code generation, testing, support. Keywords: cash, pension funds, websites
1. Pendahuluan
Kebutuhan masyarakat akan teknologi berkembang dengan pesat. Teknologi informasi dan keefisiensi waktu dalam kehidupan menjadi alasan utama masyarakat untuk menghasilkan informasi yang lebih cepat, lebih tepat dan akurat [1]. Manusia semakin menyadari bahwa komputer merupakan alat bantu manusia yang dapat mengolah data dengan cepat. Terlebih lagi dalam era modernisasi dan globalisasi seperti sekarang ini, manusia membutuhkan segala sesuatu yang serba cepat [2]. Disemua bidang usaha, baik bidang perdagangan, industri maupun jasa. Pembuatan sistem informasi berbasis website sebagai sarana jual beli yang sangat efektif dan efisien serta mudah diakses oleh pengguna internet dan analisa perancangan sistem informasi penjualan. Website tersebut sebagai alat publikasi resmi perusahaan yang dapat menghasilkan informasi dengan cepat dan akurat sehingga diharapkan dapat meningkatkan pelayanan kepada konsumen [3]. Berorientasi fleksibel, lebih mudah untuk mengembangkan. Sistem ini akan membuat kinerja akan lebih cepat, tepat dan akurat sehingga membuat efisiensi yang lebih baik.Untuk mengatasi masalah ini kita memerlukan sistem informasi baru yang lebih terkomputerisasi [4].
Sistem adalah kumpulan dari sub sistem atau bagian atau komponen apapun baik fisik ataupun non fisik yang saling berhubungan satu sama lain dan bekerja sama secara harmonis untuk mencapai tujuan tertentu [5]. Dalam pengertian lain Sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan, berkumpul bersama-sama untuk melakukan kegiatan atau untuk melakukan sasaran tertentu [6]. Dapat disimpulkan Sistem adalah sekumpulan orang atau elemen yang berkumpul secara bersama-sama untuk menggapai suatu tujuan tertentu.
Sistem informasi adalah cara-cara yang diorganisasi untuk mengumpulkan, memasukkan, dan mengolah serta menyimpan data, dan cara-cara yang diorganisasi untuk menyimpan, mengelola, mengendalikan, dan melaporkan informasi sedemikian rupa sehingga sebuah organisasi dapat mencapai tujuan yang telah ditetapkan [7]. Akutansi adalah seni pencatatan, penggolongan, pengikhtisaran, dan pelaporan atas suatu transaksi dengan cara sedemikian rupa, sistematis dari segi isi, dan berdasarkan standar yang diakui umum [8]. Akuntansi adalah proses dari transaksi yang dibuktikan dengan faktur, lalu dari transaksi dibuat jurnal, buku besar, neraca lajur kemudian akan menghasilkan informasi dalam bentuk laporan keuangan yang digunakan pihak-pihak tertentu” [9]. Sistem informasi akuntansi adalah sebuah sistem yang memproses data dan transaksi guna menghasilkan informasi yang bermanfaat untuk merencanakan, mengendalikan, dan mengoperasikan bisnis. [7].
UML (Unfield Modelling Language) Adalah “Salah satu standar bahasa yang banyak digunakan di dunia industri untuk mendefinisikan requitment, membuat analisis dan desain, serta menggambarkan arsitektur dalam pemrograman berorientasi objek [10]. Kode digunakan untuk tujuan mengklasifikasikan data, memasukkan data ke dalam komputer dan untuk mengambil bermacam-macam informasi yang berhubungan dengannya [11]
2. Metode Penelitian
Pada bagian ini peneliti menjelaskan tentang metode pengumpulan data yang digunakan dalam penelitian. Pertama, Metode Observasi (Observation Method) untuk mendapatkan segala sesuatu yang berhubungan dengan pengeluaran kas peneliti melakukan penelitian langsung mengenai pengeluaran kas meliputi dokumen pendukung di perusahaan Dana Pensiun Askrida. Kedua, Metode Wawancara (Interview) Peneliti melakukan tanya jawab langsung kepada Staff bagian Administrasi yang bernama bapak Wahyu Hardianto untuk mengetahui permasalahan yang sedang diamati serta mengetahui proses berjalannya siklus pengeluaran kas saat ini. Ketiga, Metode Studi Pustaka (Library Method) Pencarian data
dengan metode studi pustaka sebagai pedoman pengumpulan dan mengkaji data yang ada. Peneliti membaca literatur-literatur yang berkaitan dengan transaksi keuangan, catatan-catatan dan buku-buku yang berhubungan dengan transaksi keuangan untuk menghasilkan laporan keuangan yang lebih cepat dan tepat
Metode pengembangan software yang digunakan dalam penelitian. Pertama, Analisa kebutuhan software untuk menganalisis kebutuhan software termasuk dokumen dan interface yang diperlukan guna menentukan solusi software yang akan dipergunakan sebagai proses komputerisasi sistem pengeluaran kas di Dana Pensiun Askrida . Dalam metode ini penulis menjabarkan analisis kebutuhan sistem dengan Activity Diagram dan Use Case Diagram. Kedua, Desain untuk mendefinisikan kebutuhan sistem pengeluaran kas terkait dengan pengembangan aplikasi meliputi rancangan database, software architecture dan user interface yang akan di buat. Penulis mengembangkan desain yang digambarkan dengan Entity Relationship Diagram (ERD), Logical Record Structure (LRS), Spesifikasi File, User Interface, Spesifikasi Hardware Software. Ketiga, Code Generation Untuk menentukan bahasa pemrograman yang akan digunakan dan menetukan apakah program yang akan dibuat termasuk pemrograman terstruktur atau berbasis object. Dalam melalukan pengkodean penulis menggunakan bahasa pemrograman Adobe Dreamweaver CS5. Keempat, Testing Untuk mendeskripsikan proses pengujian berjalan atau tidak, pengujian dilakukan dengan menggunakan blackbox testing. Kelima, Support Untuk mendefisinikan upaya-upaya pengembangan terhadap sistem yang sedang dibuat dalam menghadapi mengantisipasi perkembangan maupun perubahan sistem bersangkutan terkait dengan hardware dan software yang akan digunakan.
Data yang didapat oleh peneliti berasal dari data Dana Pensiun Askrida, merupakan salah satu perusahaan yang bergerak di bidang badan pelaksana program pensiun dan tunjangan hari tua yang diselenggarakan oleh PT Asuransi Bangun Askrida dengan tujuan agar dapat menjamin kesinambungan penghasilan bagi peserta setelah purna bakti. Dimana perusahaan ini memberikan solusi untuk merekayasa atau membuat sistem otomatis.
3. Hasil dan Pembahasan
Dana Pensiun Askrida (Dana Pensiun) yang semula berbentuk Yayasan Dana Pensiun Karyawan PT Asuransi Bangun Askrida, didirikan oleh PT Asuransi Bangun Askrida di Jakarta berdasarkan Akta No. 17 tanggal 2 Agustus 1990 dihadapan Notaris Raharti Sudjardjati, SH. Sebagai badan pelaksana program pensiun dan tunjangan hari tua yang diselenggarakan oleh PT Asuransi Bangun Askrida dengan tujuan agar dapat menjamin kesinambungan penghasilan bagi peserta setelah purna bakti. Selanjutnya dalam rangka penyesuaian dengan Undang-undang No. 11 tahun 1992 tentang Dana Pensiun dan PP No.76 tahun 1992 tentang Dana Pensiun Pemberi Kerja serta peraturan pelaksanaannya, maka Yayasan Dana Pensiun Karyawan PT Asuransi Bangun Askrida tersebut telah diubah statusnya menjadi Dana Pensiun Askrida dengan Program Pensiun Manfaat Pasti
Dana Pensiun Askrida ditetapkan berdasarkan Keputusan Direksi PT Asuransi Bangun Askrida No. SK 02/DIR/1993 tanggal 10 April 1993 dan telah mendapat pengesahan dari Menteri Keuangan Republik Indonesia dengan surat keputusan No. KEP-254/KM.17/1994 tanggal 12 September 1994 dan diumumkan dalam Lembaran Berita Negara Republik Indonesia No. 86 tanggal 28 Oktober 1994. Peraturan Dana Pensiun tersebut telah diganti dengan peraturan baru yang ditetapkan berdasarkan Surat Keputusan Direksi PT Asuransi Bangun Askrida Nomor : 150/DIR/2007 tanggal 19 Desember 2007. Peraturan pengganti ini telah disahkan oleh Departemen Keuangan RI dengan No. KEP-206/KM.10/2008 tanggal 22 September 2008 tentang pengesahan atas peraturan dana pensiun dari Dana Pensiun Askrida.
Dalam Penelitian ini membahas lebih jauh tentang transaksi pengeluaran kas yang terjadi di Dana Pensiun Askrida, dimana transaksi yang dilakukan seperti pembuatan bukti transaksi, pembuatan kas keluar, pembayaran kas, pencatatan kas dan laporan keuangan dilakukan secara manual. Sehingga menimbulkan permasalahan dalam pengolahan data dan pembuatan laporan keuangan yang belum efektif dan membutuhkan waktu yang lebih lama. Sehingga peneliti mencoba menerapkan ke dalam sistem informasi pengeluaran kas dengan berbasis web. Dengan tujuan dapat mempermudah dan membantu bagian keuangan dalam membuat laporan keuangan dan pengolahan data.
Prosedur Sistem Berjalan
Berdasarkan gambar 1 Diagram UML dapat dijelaskan Sistem Pengeluaran Kas yang terjadi di Dana Pensiun Askrida sebagai berikut. Pertama, Prosedur Bukti Transaksi Pegawai yang mengeluarkan uang untuk pengeluaran kantor wajib mengumpulkan bukti transaksi dan menyerahkannya kepada admin. Kedua, Prosedur pembuatan kas keluar Setelah bukti transaksi itu di keluarkan admin menjumlah pengeluaran lalu membuat bukti kas keluar berupa cek yang akan di tandatangani oleh bendahara. Ketiga, Prosedur Pembayaran kas Setelah di tanda tangani oleh bendahara, cek di berikan lagi kepada pegawai untuk ditandatangani, lalu pegawai menyerahkan kembali cek BKK itu kepada admin dan membayarkan sejumlah uang di keluarkan pegawai. Keempat, Prosedur Pencatatan kas Setelah admin mengeluarkan sejumlah uang untuk pengeluaran kas, admin mencatat pengeluaran kas.
act Use Case Model
Bendahara admin Pegaw ai mulai mengeluarkan uang mengumpulkan bukti memberikan bukti
transaksi menerima bukti transaksi
menj umlah bukti transaksi
membuat bukti kas keluar (cek) menyerahkan ke bendahara untuk ditandatangani menandatangani cek BKK menyerahkan cek BKK menerima cek BKK mencatat pengeluaran kas selesai menandatangi cek BKK menyerahkan cek BKK menerima cek BKK memberikan uang kepegaw ai
Sumber: Hasil Penelitian (2019)
Analisis Kebutuhan Software
Berikut ini spesifikasi kebutuhan (System Requirement) dari sistem pengeluaran kas pada Dana Pensiun Askrida.
A.1. Admin Login
A. 2 Admin Meninput Data Akun A. 3 Admin Menginput Transaksi A.4 Admin Mengelola Data Transaksi A.5 Admin Mengelola Data Jurnal
admin login
mengola akun
mengelola transaksi
input akun tampil akun simpan
input transaksi
tampil
transaksi simpan
mengelola
j urnal v iew j urnal simpan
kode akun nama akun pilih j enis akun pilih j enis saldo no transaksi no bukti transaksi tanggal keterangan kode akun debet j umlah debet kode akun kredit j umlah kredit tanggal aw al tanggal akhhir username passw ord halaman admin «include» «extend» «include» «include» «include» «extend» «extend» «extend» «extend» «include» «extend» «extend» «include» «include» «include» «extend» «extend» «extend» «extend» «include» «extend» «include» «include» «extend» «extend» «extend» «include» «extend» «include» «extend» «extend» «extend» «include» «include» «extend» «include» «include» «extend» «extend» «extend» «extend»
Sumber: Hasil Penelitian (2019)
Sistem yang dijelaskan oleh Pada gambar 2. Use case diagram memungkin untuk masuk ke halaman admin yang berisikan inputan pengeluaran kas dan rekap jurnal dan menjelaskan juga tentang halaman admin dimana admin dapat melihat dan mengolah transaksi.
act Use Case Model
sistem transaksi admin mulai klik input transaksi menambah transaksi no transaksi no bukti
transaksi tanggal keterangan kode akun debet j umlah debet kode akun kredit j umlah kredit simpan selesai
Sumber: Hasil Penelitian (2019)
Gambar 3. Activity Diagram Halaman Transaksi
Pada gambar 3, Activity Diagram Halaman Transaksi dijelaskan bagaimana admin (pengguna) dapat menambahkan transaksi pengeluaran Kas.
Sumber: Hasil Penelitian (2019)
Pada gambar 4. Entity Relationship Diagram (ERD) menggambarkan diagram yang saling berhubung antar tabel beserta dengan field-field didalamnya pada sistem pengeluaran kas Pensiun Askrida (Dana Pensiun).
Sumber: Hasil Penelitian (2019)
Gambar 5. Logical Record Structure (LRS)
Pada gambar 5. Logical Record Structure (LRS) merupakan suatu langkah untuk membentuk data-data dari diagram hubungan entitas yang ada di Entity Relationship Diagram (ERD) ke suatu LRS