BAB II
KAJIAN PUSTAKA
A. Sistem Pendukung Keputusan
Sistem pendukung keputusan mengidentifikasinya sebagai sebuah sistem yang dimaksudkan untuk mendukung manajerial pengambil keputusan dalam situasi pengambilan keputusan semistructured. SPK dimaksudkan untuk menjadi tambahan pembuat keputusan untuk memperluas kemampuan mereka tapi tidak untuk menggantikan penilaian mereka. Tujuan utama SPK, yaitu untuk mendukung dan memperbaiki pengambilan keputusan (Turban, et al., 2008).
Sistem pendukung keputusan adalah sistem berbasis komputer yang mewakili dan memproses pengetahuan dengan cara yang memungkinkan pengambilan keputusan menjadi lebih produktif, lincah, inovatif, dan atau memiliki reputasi baik. Selain sebagai gudang pengetahuan digital (mungkin besar), dukungan yang diberikan SPK mencakup pengakuan kesempatan yang menjamin keputusan, memperoleh tambahan pengetahuan dari luar sumber, pemilihan pengetahuan yang terfokus dari sumber internal (sebagi contoh digitalnya gudang), generasi pengetahuan baru yang mungkin memiliki pengaruh terhadap keputusan tersebut (Burstein, et al., 2008).
Beberapa model yang digunakan dalam pemodelan Sistem Pendukung Keputusan yang sering digunakan menurut Nofriansyah (2014) adalah:
a. Technique for Order Performance by Similarty to Ideal Solution (TOPSIS)
terpanjang dari solusi ideal negatif. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis.
b. Weighted Product (WP)
Metode Weighted Product (WP) merupakan salah satu metode yang sederhana dengan perkalian untuk menghubungkan rating atribut, dimana setiap rating setiap atribut harus dipangkatkan dengan bobot atribut yang bersangkutan. Hal tersebut di atas dinamakan normalisasi.Preferensi untuk alternatif Ai diberikan oleh persamaan 1.
∏
Keterangan :
: Preferensi alternatif dianalogikan sebagai vektor S
Nilai variable dari alternatif pada setiap atribut
: Nilai bobot kriteria
Banyaknya kriteria
Nilai alternatif
Nilai kriteria
Dengan dimana ∑ adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya oleh persamaan 2.
∑
Preferensi relatif dari setiap alternatif diberikan oleh persamaan 3.
∏ ∏
Keterangan :
: Preferensi relatif dari setiap alternatif dianalogikan sebagai
vektor V
: Nilai bobot kriteria
Banyaknya kriteria
Nilai alternatif
Nilai kriteria
Banyaknya kriteria yang telah dinilai pada vektor S
Penelitian yang terkait penggunaan metode Weighted Product (WP) dilakukan oleh Jalil, dkk. (2017) tentang pemberian kredit pada
BMT Mu’amalah Sejahtera Kendari. Kriteria yang digunakan sebagai
bahan penilaian yaitu kelengkapan berkas, jaminan, penghasilan, usaha dan psikologi.
c. Simple Additive Weighting (SAW).
Metode simple additive weighting sering juga dikenal dengan istilah metode penjumlahan berbobot. Konsep dasar metode simple additive weighting adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode simple additive weighting membutuhkan proses normalisasi matrik keputusan (X) ke suatu skala yang didapat diperbandingkan dengan semua rating alternatif yang ada. Keunggulan dari metode simple additive weighting dibandingkan dengan metode sistem pendukung keputusan yang lain terletak pada kemampuannya dalam melakukan penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot tingkat kepentingan yang dibutuhkan. Metode simple additive weighting disarankan untuk menyelesaikan masalah penyeleksian dalam sistem pengambilan keputusan yang memiliki banyak atribut.
Algoritma dari metode Simple Additive Weighting ini adalah sebagai berikut:
1) Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan (Ci).
[ ] ...(4) 3) Memberikan nilai ranting kecocokan setiap alternatif pada setiap
kriteria.
4) Menentukan tabel rating kecocokan dari setiap alternatif pada setiap kriteria.
5) Membuat matrik keputusan (X) yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap kriteria, seperti pada persamaan 5.
= nilai dari setiap alternatif = alternatif
= kriteria
6) Melakukan normalisasi matrik keputusan dengan cara menghitung nilai ranting kinerja ternormalisasi (rij) dari alternatif (A) pada kriteria (Ci) seperti persamaan 6.
Benefit = Jika nilai terbesar adalah terbaik Cost = Jika nilai terkecil adalah terbaik
[ perkalian elemen baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian elemen kolom matriks (W)
Beberapa penelitian yang terkait penggunaan metode Simple Additive Weighting (SAW) adalah:
1) Anto, dkk. (2015) dalam penelitiannya tentang penilaian kinerja karyawan Universitas Muhammadiyah Purwokerto yang bertujuan menentukan karyawan terbaik. Penelitian ini menggunakan beberapa kriteria yaitu penilaian umum, tingkat kehadiran, tingkat pendidikan, pengembangan diri dan unsur penunjang.
2) Penentuan penerima beasiswa yang dilakukan oleh Ibrohim dan Sumiati (2016). Dalam penelitian ini menggunakan 4 kriteria, yaitu IPK, semester, jumlah tanggungan orang tua dan pendapatan orang tua.
pengambilan keputusan yang lain terletak pada kemampuannya untuk melakukan penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot preferensi yang sudah ditentukan.
B. Kredit
Menurut UU. No. 10 tahun 1998, pengertian kredit adalah suatu penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam-meminjam anatara bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi utangnya setelah jangka waktu tertentu dengan pemberian bunga. Kerdit adalah semua jenis pinjaman harus dibayar kembali bersama bunganya oleh peminjam sesuai perjanjian yang telah disepakati (Hasibuan, 2008).
Ada beberapa penelitian terdahulu yang berkaitan tentang kredit yaitu :
1. Analisis risiko kredit pada bank komersial di China yang dilakukan oleh Wu, et al. (2016). Penelitian ini menggunakan metode AHP dan TOPSIS, AHP untuk pengambilan keputusan kelompok (AHP-GDM) kemudian diteliti dan diterapkan, dengan memperhitungkan tingkat kognitif para ahli yang berbeda dan metode TOPSIS yang direvisi (R-TOPSIS) meningkatkan keefektifan hasil penilaian.
2. Penelitian yang dilakukan Sudarsono, dkk. (2015) tentang pemberian kredit di Adira Quantum Multifinance cabang Tasikmalaya yang bertujuan membantu pihak perusahaan dalam mengambil keputusan calon kreditur berdasarkan 5 jenis kriteria yaitu karakter, penghasilan perbulan, usia, status rumah dan jumlah tanggungan.
C. Database
D. MySQL
MySQL adalah sistem manajemen basis data relasional yang dirancang untuk digunakan dalam arsitektur client / server. MySQL dikenal dengan kecepatan dan jejak eksekusi yang kecil. MySQL telah menjadi sistem database open source terpopuler di dunia. Popularitas ini sebagian besar disebabkan oleh keandalan, kinerja, dan kemudahan penggunaannya.
Beberapa kelebihan MySQL dalam proyek pengembangan adalah sebagai berikut:
- MySQL dibangun menggunakan C / C ++, yang bisa dibangun untuk hampir semua platform Linux serta Microsoft Windows dan Macintosh OS.
- MySQL dirancang sebagai arsitektur client / server. Beberapa sistem open source tidak terukur melebihi sistem berbasis klien.
- MySQL adalah server database yang matang dengan rekam jejak stabilitas yang terbukti. Beberapa sistem basis data open source mungkin tidak memiliki basis instalasi MySQL atau mungkin tidak menawarkan fitur yang Anda butuhkan di server database enterprise. - MySQL menggunakan bentuk standar bahasa data SQL yang terkenal. - MySQL bekerja pada banyak sistem operasi dan dengan banyak
bahasa termasuk PHP, PERL, C, C ++, JAVA, dll.
- MySQL sangat bersahabat dengan PHP, bahasa yang paling dihargai untuk web pengembangan (Dubios, 2014).
E. PHP
