APLIKASI PEMBERIAN KREDIT MENGGUNAKAN
METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY
TO IDEAL SOLUTION (TOPSIS)
Zainollah Effendy, A. Febrio
Jurusan Teknik Informatika Fakultas Teknik, Universitas Madura zainollah.effendy@unira.ac.id
ABSTRAK
Adanya kegiatan perkreditan pada sebuah peusahaan tentunya merupakan salah satu keuntungan bagi pihak perusahaan temasuk juga pada nasabah. Dalam perkreditan perlu adanya penilaian sebagai bahan pertimbangan bagi calon nasabah sebelum pihak perusahaan memberi keputusan menerima atau menolak permintaan calon nasabah, hal ini dilakukan mengingat resiko tidak tertagih cukup besar. Sejauh ini beberapa mekanisme pengambilan keputusan pemberian kredit masih dikerjakan secara manual. Untuk itu perlu membangun suatu sistem yang dapat membantu pihak perusahaan memberikan keputusan secara tepat dan sesuai. Penelitian ini mengangkat suatu kasus untuk mencari alternatif terbaik berdasarkan kriteria – kriteria seperti pekerjaan, jumlah tanggungan, status rumah, penghasilan, umur dan berkas pemohon dengan mengggunakan metode TOPSIS untuk melakukan perhitungan pada kasus tersebut. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima kredit berdasarkan kriteria – kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu pemohon kredit terbaik.
Kata Kunci : Kredit, SPK, TOPSIS
Latar Belakang
Berbagai macam jenis kebutuhan sekarang ini dapat kita miliki tanpa harus mengeluarkan uang dari saku secara langsung, karena semua itu dapat kita peroleh melalui jalan yang lebih cepat, mudah dan ringkas yaitu dengan melalui kredit. Segala barang dapat kita peroleh dari kredit. Mulai dari kendaraan, rumah, pakaian, perlengkapan rumah tangga yang berwujud elektronik misalnya televisi, lemari es, radio,
tape, dan berbagai barang elektronik yang lain bahkan sampai dengan barang pecah belah dan bumbu dapur yang kita perlukan untuk memenuhi kebutuhan hidup sehari-hari.
PT. Adira Quantum Multifinance (Adira Kredit) merupakan perusahaan yang bergerak dibidang pembiayaan berbagai macam barang elektronik. Adira Kredit memberikan kredit kepada setiap calon pembeli barang – barang elektronik dengan kriteria yang sudah ditentukan perusahaan.
59
Jurnal Monitor, Vol. 2, No. 2, Juli 2013
Dengan berkembangnya teknologi yang semakin pesat maka suatu instansi ataupun perusahaan tidak dapat lepas dari penggunaan komputer sebagai pengolah data. Cara-cara manual mungkin juga dapat dilakukan jika jumlah data yang diolah sedikit, tetapi jika jumlah data sangat banyak kemungkinan dapat menyebabkan kesalahan dalam pengolahan data yang mungkin disebabkan oleh kesalahan manusia. Banyaknya data pemohon kredit karena meningkatnya permintaan akan barang – barang elektronik dari tahun ke tahun kemungkinan menyebabkan kesulitan bagi perusahaan dalam memutuskan siapa pemohon yang layak menjadi penerima kredit.
Guna membantu mempercepat dan mempermudah proses pengambilan keputusan, diperlukan suatu bentuk Sistem Pendukung Keputusan (Decision Support
System) dalam menentukan siapa pemohon
kredit yang layak menjadi penerima kredit dan siapa yang tidak layak menjadi penerima kredit dengan kriteria yang diberikan oleh pihak perusahaan. Banyak metode yang dapat digunakan untuk sistem pendukung keputusan yang memiliki beberapa kriteria yang dijadikan pertimbangan untuk pengambilan keputusan. Penelitian ini menawarkan penggunaan metode Technique For Order Preference by Similarity to Ideal
Solution (TOPSIS) yang merupakan salah
satu kelompok pemecah masalah Fuzzy
Multiple Attribute Decision Making.
Rumusan Masalah
Berdasarkan latar belakang diatas dapat di rumuskan permasalahan yang akan diselesaikan yaitu bagaimana membuat dan merancang sebuah sistem pendukung keputusan untuk membantu pihak manajemen PT. Adira Quantum Multifinance dengan menggunakan metode Technique For Order Preference by Similarity to Ideal Solution
(TOPSIS) dalam menilai kelayakan pemberian kredit kepada pemohon kredit. Batasan Masalah
Pada penelitian ini diperlukan batasan – batasan agar tujuan penelitian dapat tercapai. Adapun batasan masalah yang dibahas pada penelitian ini adalah:
1. Penelitian ini ditujukan untuk Sistem Pendukung Keputusan Perusahaan dalam menentukan prioritas dari pemohon kredit sebagai acuan pemberian kredit bagi perusahaan, berdasarkan kriteria yang ditentukan oleh pihak Adira Kredit. Namun keputusan akhir tetap berada di pihak Adira Kredit.
2. Kriteria yang digunakan sebagai dasar penilaian diperoleh dari PT Adira Quantum Multifinance (cabang pamekasan), yaitu pekerjaan, jumlah tanggungan, status rumah, penghasilan, umur dan berkas pemohon.
3. Output dari SPK ini berupa rangking dari
pemohon kredit mulai dari yang tertinggi sampai yang terendah yang dapat dijadikan acuan Adira Kredit dalam memberikan kredit.
60
Zainulloh E. : Aplikasi Pemberian Kredit ….
.
4. Bahasa pemrograman yang digunakan adalah pemrograman Microsoft Visual Basic 6.0.
Tujuan
Adapun tujuan dari penelitian ini adalah sebagai berikut:
1. Membuat dan merancang sistem pendukung keputusan untuk manajemen PT. Adira Quantum Multifinance.
2. Memberikan keputusan penerimaan kredit berdasarkan penilaian data pemohon kredit dengan metode
Technique For Order Preference by
Similarity to Ideal Solution (TOPSIS).
Manfaat
Manfaat dari penelitian ini adalah membantu pihak perusahaan dalam menentukan siapa pemohon kredit yang layak menjadi penerima kredit berdasarkan kriteria yang diberikan oleh pihak perusahaan, dan juga sebagai alat pendukung perusahaan dalam mengambil keputusan sehingga keputusan yang dibuat merupakan keputusan yang lebih objektif yang berdasarkan pada standar yang telah ditentukan.
Metodologi Penelitian
Dalam penelitian ini dilakukan beberapa penerapan metode untuk menyelesaikan permasalahan. metodologi penelitian yang dilakukan adalah dengan cara:
1. Study Literatur
Pada tahap ini dilakukan dengan mempelajari buku – buku referensi atau sumber – sumber yang berkaitan dengan perangkat lunak yang akan dibuat dan metode yang akan digunakan yaitu metode pengambilan keputusan multikriteria
Technique For Order Preference by
Similarity to Ideal Solution (TOPSIS),
baik dari text book maupun internet. 2. Wawancara
Pada tahap ini, akan dilakukan penelitian yang bertujuan untuk memperoleh data atau informasi secara langsung dari pihak adira kredit dengan cara mewawancarai pihak yang berkompeten dalam masalah kredit.
3. Perancangan Sistem
Metode ini dilakukan dengan
melakukan perancangan
pemrograman dan desain tampilan program aplikasi menggunakan Microsoft Visual Basic 6.0.
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
61
Jurnal Monitor, Vol. 2, No. 2, Juli 2013
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:
1. Adanya suatu penyerahan uang / tagihan atau barang yang menimbulkan tagihan kepada pihak lain dengan harapan bank dapat memperoleh pendapatan yang berasal dari bunga yang dibebankan kepada pinjaman tersebut.
2. Kredit diawali dengan adanya perjanjian atas dasar kepercayaan dimana masing-masing pihak yang terikat oleh perjanjian kredit tersebut harus mematuhi kewajiban yang telah disepakati.
Dalam perjanjian kredit terdapat kesepakatan pelunasan hutang dan bunga yang diselesaikan dalam jangka waktu tertentu sesuai dengan kesepakatan bersama.
Ada beberapa kriteria yang digunakan untuk memutuskan layak atau tidak layaknya pemohon kredit dalam menerima kredit. Berikut merupakan kriteria yang digunakan sebagai penilaian pemohon kredit PT. Adira Quantum Multifinance sebagai berikut:
1. Berkas Pemohon 2. Jumlah penghasilan 3. Status rumah 4. Umur 5. Pekerjaan 6. Jumlah tanggungan
FMADM (Fuzzy Multiple Attribute Decision Making)
Fuzzy Multiple Attribute Decision
Making (FMADM) adalah suatu metode yang
digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan obyektif. Masing – masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternative bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. ( Kusumadewi, 2007).
Metode Technique For Order Preference by
Similarity to Ideal Solution (TOPSIS)
TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yonn dan Hwang (1981). Dengan ide dasarnya adalah bahwa alternatif yang dipilih memiliki jarak terdekat dengan solusi ideal positif dan memiliki jarak terjauh dari solusi ideal negatif. Berikut ini adalah contoh sebuah matriks dengan alternatif dan kriteria.
62
Zainulloh E. : Aplikasi Pemberian Kredit ….
.
D = ... (2.1)
Keterangan : D = matriks m = alternatif n = kriteria
TOPSIS memperhatikan baik jarak ke solusi ideal maupun jarak ke solusi ideal negatif dengan mengambil hubungan kedekatan menuju solusi ideal. Dengan melakukan perbandingan kepada keduanya, urutan pilihan dapat di tentukan. Langkah – langkah yang dilakukan dalam penyelesaian masalah menggunakan metode TOPSIS adalah sebagai berikut:
1. Normalisasi matriks keputusan Setiap elemen pada matriks D
dinormalisasikan untuk mendapatkan matriks normalisasi R. Setiap normalisasi dari nilai rij dapat dilakukan dengan perhitungan sebagai berikut:
= ... (2.2)
Keterangan : i=1,2,3,…,m
j=1,2,3,…,n
2. Pembobotan pada matriks yang telah dinormalisasikan
Diberikan bobot W = (w1,w2,…,wn), sehingga weighted normalized matrix V dapat dihasilkan sebagai berikut:
V = ... (2.3)
3. Menentukan solusi ideal positif dan solusi ideal negatif
Solusi ideal positif dinotasikan dengan A+ dan solusi ideal negatif dinotasikan dengan A-, seperti berikut :
Menentukan Solusi Ideal (+) dan (-) ... …(2.4) ... …(2.5) Keterangan :
vij = elemen matriks V baris ke-i dan kolom ke- j
J ={j=1,2,3,…,n dan j berhubung dengan benefit criteria}
J’ ={j=1,2,3,…,n dan j berhubung dengan cost criteria}
4. Menghitung Separation Measure
Separation measure ini merupakan
pengukuran jarak dari suatu alternatif ke solusi ideal positif dan solusi ideal negatif. Perhitungan matematisnya adalah sebagai berikut:
Separation measure untuk solusi ideal
positif
= , i = 1,2,3,.,n .... (2.6)
Separation measure untuk solusi ideal
negatif
= , i = 1,2,3,.,n ... (2.7) 5. Menghitung kedekatan relatif dengan
63
Jurnal Monitor, Vol. 2, No. 2, Juli 2013
Kedekatan relatif dari alternatif A+ dengan solusi ideal A- di representasikan dengan:
= , 0 < Ci < 1 dan i = 1,2,3,.,n...(2.8) 6. Mengurutkan Pilihan
Pilihan akan dirutkan berdasarkan pada nilai Ci, sehingga alternatif dengan jarak terpendek dengan solusi ideal adalah yang terbaik.
Analisis masalah dengan Metode TOPSIS Analisis masalah merupakan sebuah asumsi dari masalah yang akan diuraikan dalam prosedur – prosedur pengolahan data pada program Sistem Pendukung Keputusan yang berada pada PT. Adira Quantum Multifinance. Analisis masalah dari prosedur yang ada adalah kurang akuratnya keputusan pemberian kredit yaitu bagaimana menentukan keputusan yang tepat dalam melakukan pemberian kredit. dan kurangnya efisiensi waktu dalam melakukan proses pengolahan data. Ada beberapa kriteria yang digunakan pada sistem pendukung keputusan ini dalam menentukan seseorang layak atau tidak layak dalam menerima kredit. Berikut merupakan kriteria yang digunakan sebagai penilaian pemohon kredit:
Kriteria yang digunakan sebagai penilaian dalam memberikan kredit.
1. Pekerjaan : (1.Wiraswasta Produktivitas Rendah/ Lain-lain, 3. Wiraswasta Produktivitas Tinggi, 5. PNS/BUMN/Profesi)
2. Jumlah tanggungan : (1.> 6 orang , 2. 5 orang , 3. 3-4 orang , 4.1-2 orang, 5. Tidak Ada)
3. Status rumah : (1.Bukan Milik Sendiri, 3. Milik Sendiri tidak Permanen 4. Milik Sendiri Semi Permanen, 5. Milik Sendiri Permanen) 4. Penghasilan : (1. < 1 Juta, 2. 1 – 1,5
Juta, 3.1.5 – 2 Juta, 4. 2 – 3 juta, 5 . > 3 Juta)
5. Umur : 1 . Tidak diantara 21 – 65 , 5. Diantara 21 – 65 .
6. Berkas Pemohon :
3. Cukup 4. Baik 5. Sangat Baik Keterangan :
Cukup : Hanya memiliki KTP Baik : Memiliki KTP , namun salah
satu dari KK atau slip gaji tidak ada.
Sangat Baik : Memiliki KTP , KK dan slip gaji.
Kriteria diatas memiliki pilihan yang berbobot 1 – 5 yang digunakan sebagai penilaian pemohon kredit. Rancangan yang dibuat adalah pada bagian proses mengggunakan metode TOPSIS seperti gambar 1.
Mulai
Selesai Input Data Pemohon
Proses Rating Kecocokan
Normalisasi Matrik Keputusan
Pembobotan Pada Matrik yang telah di Normalisasi
Menentukan Solusi Ideal Positif dan Solusi Ideal Negatif
Menghitung Separation Measure
Perangkingan Menghitung Kedekatan relatif
64
Zainulloh E. : Aplikasi Pemberian Kredit ….
.
Gambar 1. Flowchart TOPSIS
Perhitungan dengan TOPSIS
Pengujian di lakukan pada 3 alternatif pemohon kredit dimana kriteria yang di tentukan adalah pekerjaan, jumlah tanggungan, status rumah, penghasilan, umur dan berkas pemohon.
Tabel 1 Tabel Uji Coba Alterna tif Kriteria Pekerjaa n Jumlah Tanggung an Status Rumah Penghasila n Umur Berkas Pemoho n
A Wiraswasta 3 Orang Bukan Milik 1 Juta 18 Baik
B PNS 2 Orang Semi
permanen 3 Juta 36 Cukup
C Wiraswasta 5 Orang permanen 2 Juta 20 Sangat
baik
Bobot atau nilai kepentingan setiap kriteria di nilai dengan 1 sampai 3, yaitu nilai 1 = Tidak Penting, nilai 2 = Penting dan nilai 3 = Sangat Penting.
Pihak perusahaan dalam hal ini Adira Kredit memberikan nilai bobot tiap kriteria yaitu : W = (2,2,3,3,3,3)
Tabel 2 Tabel Rating Kecocokan Alternat if Kriteria Pekerjaa n Jumlah Tanggunga n Status Ruma h Penghasila n Umu r Berkas Pemoho n A 3 3 1 2 1 4 B 5 4 4 5 5 3 C 3 2 5 3 5 5
Pertama dilakukan normalisasi pada Tabel 1 tiap kriteria menggunakan persamaan 2.2.
|x1| = = 6,5574 r11 = = 0,4574 r21 = = 0,7624 r31 = = 0,4574 Sehingga setelah dilakukan normalisasi tiap kriteria di peroleh matrik R
R =
Setelah diperoleh matrik R kemudian setiap nilai dari kriteria dikalikan dengan nilai bobot untuk mencari matrik V menggunakan persamaan 2.3. v11 = 2 x 0,4574 = 0,9149 v12 = 2 x 0,5571 = 1,1141 v13 = 3 x 0,1543 = 0,4629 v14 = 3 x 0,3244 = 0.9733 v15 = 3 x 0,1401 = 0,4200 v16 = 3 x 0,5657 = 1,6970.
Setelah semua elemen matrik R
dikalikan nilai bobot maka diperoleh matrik V.
V =
Kemudian langkah selanjutnya menentukan A+ dan A - ,diperoleh dengan mengambil nilai terbesar dan terkecil dari setiap kriteria menggunakan persamaan 2.4 dan 2.5.
A+ = (1,5249 1,4855 2,3145 2,4333 2,1004 2,1213) dan
65
Jurnal Monitor, Vol. 2, No. 2, Juli 2013
A- = (0,9149 0,7427 0,4629 0,9733 0,4200 1,2727) Sehingga nilai separation measure positif dapat dihasilkan menggunakan persamaan 2.6. S1 = √ + + + + + = 3,0122
Begitu juga penghitungan untuk S2 dan S3, diperoleh nilai sebagai berikut.
S2 = 0,9665 S3 = 1,3679
Sehingga nilai separation measure negatif dapat dihasilkan menggunakan persamaan 2.7. S1 = √ + + + + + = 0,5638
Begitu juga penghitungan untuk S2 dan S3, diperoleh nilai sebagai berikut.
S2 = 2,7941 S3 = 2,6849
Penghitungan kedekatan relatif dengan solusi ideal menggunakan persamaan 2.8.
C1 = = 0,1576
C2 = = 0,7429
C3 = = 0,6624
Dari hasil penghitungan diatas maka sistem memberikan saran atau rekomendasi bahwa pemohon kredit ke-2, yaitu B dengan nilai 0,7429 sebagai pemohon kredit ideal untuk mendapatkan kredit karena nilai B paling mendekati solusi ideal yaitu 1.
Perancangan System
Diagram Aliran Data atau Data Flow Diagram (DFD) adalah sebuah teknis grafis yang menggambarkan aliran informasi dan transformasi yang diaplikasikan pada saat data bergerak dari input menjadi output. DFD Level 0
DFD Level 0 menggambarkan proses aliran data yang terjadi dalam sistem secara garis besarnya. Selanjutnya DFD Level 0 dapat diubah menjadi DFD level 1 yang menjelaskan proses pada level yang lebih tinggi.
Gambar 2. DFD Level 0 Pemberian Kredit menggunakan Metode TOPSIS
DFD level 0 merepresentasikan seluruh elemen pemberian kredit menggunakan metode TOPSIS sebagai sebuah proses dengan data input adalah data pengguna dan output adalah data keputusan dalam bentuk laporan yang dinyatakan oleh anak panah yang masuk dan keluar.
66
Zainulloh E. : Aplikasi Pemberian Kredit ….
.
Pada Gambar 2 DFD Level 1 memiliki tiga proses yaitu proses Input data mahasiswa, input data kriteria dan proses seleksi menggunakan metode TOPSIS yang berguna untuk pengelolaan data master dan proses seleksi yang menggambarkan langkah – langkah penyeleksian.
Gambar 3. DFD Level 1 DFD Level 2
Data Flow Diagram pada level 2 proses input data pemohon menggambarkan proses input dan simpan data pemohon kedalam database pemohon.
Gambar 4. Proses 1 Input Data Pemohon Data Flow Diagram pada level 2 proses input data kriteria menggambarkan proses input dan simpan data kriteria kedalam database kriteria.
Gambar 5. Proses 2 Input Data Kriteria
Data Flow Diagram pada level 2 proses seleksi TOPSIS menggambarkan proses seleksi dengan metode TOPSIS.
Gambar 6. DFD Level 2 Proses 3 seleksi TOPSIS
DFD level 2 Proses 3 ini merupakan proses perhitungan dengan menggunakan metode TOPSIS. DFD level ini memiliki 7 proses meliputi pemilihan alternatif mahasiswa, normalisasi matrik keputusan, pembobotan matrik, menentukan solusi ideal positif dan solusi ideal negatif, menghitung
separation measure, menghitung kedekatan
relatif dengan solusi ideal dan mengurutkan pilihan, dimana tiap prosesnya menggambarkan perhitungan TOPSIS terhadap kriteria dan pemohon.
Implementasi
Berikut akan dilakukan uji coba untuk 15 alternatif pemohon kredit dengan rincian
67
Jurnal Monitor, Vol. 2, No. 2, Juli 2013
data yang akan ditampilkan pada Gambar 6 sebagai tampilan awal dari proses penyeleksian, dimana kriteria yang digunakan dalam penilaian adalah pekerjaan, jumlah tanggungan, status rumah, penghasilan, umur dan berkas pemohon.
Gambar 7. Rating kecocokan dengan TOPSIS Pada proses rating kecocokan gambar 7, semua data mentah akan dirubah kedalam bentuk angka yang telah ditetapkan dalam metode TOPSIS yaitu dari satu sampai lima. Angka – angka tersebut mempunyai makna tersendiri yang bisa dideskripsikan sebagai berikut: 1 = Sangat Buruk 2 = Buruk 3 = Cukup 4 = Baik 5 = Sangat Baik
Langkah selanjutnya yang harus dilakukan dalam menyelesaikan penghitungan metode TOPSIS adalah melakukan normalisasi matrik keputusan. Nilai yang sudah dikonversi seperti yang terlihat pada Gambar 7 akan dilakukan normalisasi tiap kriteria. Sehingga setelah dilakukan
normalisasi matrik tiap kriteria maka akan diperoleh matrik R. seperti yang terlihat pada Gambar 8.
Gambar 8. Normalisasi Matrik
Setelah diperoleh Matrik R seperti yang terlihat pada Gambar 8, kemudian langkah selanjutnya adalah pembobotan matrik. setiap nilai dari kriteria dikalikan dengan nilai bobot untuk mencari matrik V
dimana bobot yang telah ditentukan oleh pihak perusahaan adalah W = (2 2 3 3 3 3).
Gambar 9. Pembobotan Matrik Dari hasil penghitungan pembobotan matrik gambar 9, membuktikan bahwa kriteria yang paling diprioritaskan adalah status rumah, penghasilan, umur dan berkas
68
Zainulloh E. : Aplikasi Pemberian Kredit ….
.
pemohon dibandingkan dengan kriteria lainnya seperti pekerjaan dan jumlah tanggungan.
Gambar 10. Solusi Ideal Positif dan Negatif Gambar 10 adalah menentukan solusi ideal positif yang dinotasikan dengan A+ dan solusi ideal negatif yang dinotasikan dengan A - , diperoleh dengan mengambil nilai terbesar dan terkecil dari matrik V pada setiap kriteria.
Gambar 11. Separation Measure Pada Gambar 11, Untuk separation measure positif yang mendapatkan nilai tertinggi adalah pemohon ke 14 dengan nilai 1,1636 sedangkan yang mendapatkan nilai
terendah adalah pemohon ke 4 dan 9 dengan nilai 0,1447. Dan untuk separation measure negatif yang mendapatkan nilai tertinggi adalah pemohon ke 4 dan 9 dengan nilai 1,3906 sedangkan yang mendapatkan nilai terendah adalah pemohon ke 14 dengan nilai 0,7751.
Kemudian dilanjutkan Gambar 12, Untuk solusi ideal yang mendapatkan nilai tertinggi adalah pemohon ke 4 dan 9 dengan nilai 0,9057 sedangkan yang mendapatkan nilai terendah adalah pemohon ke 14 dengan nilai 0,3998.
Gambar 12. Solusi Ideal yang di rangking Seperti yang terlihat pada gambar 12, Dari 15 pemohon kredit yang diuji coba maka sistem memberikan saran atau rekomendasi kepada 3 pemohon kredit, yaitu:
1. Pemohon kredit ke 4 dengan perolehan nilai 0,9057
2. Pemohon kredit ke 9 dengan perolehan nilai 0,9057
3.
Pemohon kredit ke 12 dengan perolehan nilai 0,752969
Jurnal Monitor, Vol. 2, No. 2, Juli 2013
Berdasarkan pembahasan dan evaluasi dari penelitian ini, maka didapatkan kesimpulan sebagai berikut:
1.Metode TOPSIS dapat digunakan untuk memecahkan masalah pemberian kredit. Dengan penghitungan metode tersebut didapatkan bahwa kriteria yang paling diprioritaskan adalah status rumah, penghasilan, umur dan berkas pemohon dibandingkan dengan kriteria lainnya seperti pekerjaan dan jumlah tanggungan.
2.Pemberian nilai bobot dan kriteria berpengaruh terhadap urutan prioritas dari pemohon kredit yang memiliki nilai alternatif terbaik dari alternatif yang lain.
3.Aplikasi pemberian kredit menggunakan metode TOPSIS ini dapat digunakan sebagai alat bantu bagi pihak perusahaan dalam menentukan keputusan dari pemohon kredit, berdasarkan kriteria yang ditentukan oleh pihak Adira Kredit. Daftar Pustaka
Elmasri, Ramez; Navathe, Shamkant, 2004.
“Fundamentals of Database System ”.
Pearson Education, Inc.
Hadi, Rahadian, 2004, “Membuat Laporan Dengan Crystal Report 8.5 Dan
Visual Basic 0.6”, PT Elex Media
Komputindo, Jakarta.
Kadarsah, Suryadi; Ramdhani, M Ali, 2002,
“Sistem Pendukung Keputusan Suatu
Wacana Struktural Idealisasi dan Implementasi Konsep Pengambilan
Keputusan ”, PT Remaja Rosdakarya,
Bandung.
Ladjamuddin, Al-bahra, 2004, “Konsep Sistem
Basis Data dan Implementasinya”,
Graha Ilmu, Yogyakarta.
Turban, Efraim; E Anderson, Jay; Ting-Peng, Liang, 2005, “Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan
Sistem Cerdas) ”, PT Andi,
Yogyakarta. http://dumperlink.blogspot.com/2011/10/semin ar-nasional-aplikasi-teknologi.html , 02 Desember 2011 http://misspikun.blogspot.com/2011/05/sistem -pendukung-keputusan-dengan.html , 02 Desember 2011
