BAB I
PENDAHULUAN
A. LATAR BELAKANG
Dalam perkembangan dunia perekonomian di indonesia semakin banyak permasalahan perokonomian yg terjadi, khususnya dalam sektor pemasaran dan pengkreditan.
Tak jauh beda pada permasalahan yang terjadi di PT. Mashill Finance yaitu sulitnya memilih calon konsumen yang tepat dan layak untuk bisa menjadi penerima kredit di PT. Mashill Finance karena banyaknya data pemohon kredit sepeda motor yang meningkat serta banyak pula persyaratan yang harus penuhi konsumen sehingga membuat perusahaan kesulitan untuk memilih calon konsumen yang tepat. Guna membantu mempercepat dan mempermudah proses pengambilan keputusan, diperlukan suatu bentuk Sistem Pendukung Keputusan (Decision Support Sistem). Tujuannya adalah untuk membantu pimpinan dalam memilih berbagai alternatif keputusan yang merupakan hasil pengolahan informasi yang diperoleh dengan menggunakan metode AHP (Analytical Hierarchy Process). (Meilawati, 2014).
berdasarkan kriteria-kriteria yang telah ditetapkan oleh Bank. (Tanto, 2014)
Sebagai contoh, Bank Syariah Bukopin adalah salah satu Bank yang masih memakai sistem penentuan kelayakan secara manual dalam pembuatan laporan dan penginputan data yaitu dengan excel dimana sangat rentan terjadi kesalahan bila data masih diolah secara manual. Data yang diolah secara manual ini akan menyebabkan proses penentuan kelayakan memakan waktu yang lama, sehingga akan membuat nasabah lama menunggu keputusan dari Bank.
Berawal dari permasalahan tersebut, penelitian ini akan dibuat sebuah sistem penentuan kelayakan dalam memberikan Kredit Pemilikan Rumah (KPR) pada nasabah Bank Syariah Bukopin. Sistem ini diharapkan dapat memberikan dukungan atau pertimbangan bagi pihak Bank dalam menentukan nasabah mana yang layak diberikan kredit dengan lebih cepat dan tepat dengan melakukan perankingan dan menentukan dana yang dapat diterima dengan menggunakan Sistem Pendukung Keputusan menggunakan model SAW (Simple Additive Weighting) (Amalia, dkk., 2016).
tersebut dapat menghambat perkembangan perusahaan dan mengganggu operasional perusahaan, sehingga perlu dilakukan penyeleksian pada tenaga kerja yang bertindak sebagai Credit Analyst dan pemohon kredit. Dapat disimpulkan bahwa kasus kredit macet yang menyebabkan kerugian pada perusahaan leasing dapat ditekan sekecil-kecilnya bergantung daripada kinerja dari Credit Analyst dalam proses penentuan konsumen kredit. Sehingga seorang Credit Analyst dituntut untuk bekerja cepat dan teliti dalam menganalisa data pemohon kredit yang masuk sehingga tidak menutup kemungkinan terjadi human error. Oleh karena itu, dalam upaya membantu Credit Analyst dalam kegiatan pengambilan keputusan konsumen layak kredit, diperlukan sebuah model sistem pendukung keputusan berbasis komputer yang dapat memberikan kemudahan dalam melakukan analisa data, perhitungan penilaian kriteria pemohon kredit sesuai faktor-faktor yang ada, serta membantu pengolahan data pemohon kredit menjadi informasi untuk mengambil keputusan dari masalah yang terjadi. (Purwaningtias, dan Firmansyah, 2016)
Pemberian pembiayaan atau pinjaman bagi para pengusaha tentu sangat membantu dalam perluasan usaha mereka. Hanya saja bagi pihak bank, hal ini juga menimbulkan masalah yang tidak mudah dipecahkan. Terbukti dengan banyaknya pembiayaan yang bermasalah. Penyebabnya karena pinjaman yang telah dikeluarkan tidak dibayarkan dalam jangka waktu tertentu, sehingga banyak penunggakan. Dan para pengusaha juga kurang mengetahui kemampuan usaha mereka dalam membayar pengembalian dana yang sudah diberikan oleh bank. Untuk menghindari banyaknya penunggakan ini perbankan harus lebih teliti dalam menentukan pengusaha mana saja yang layak menerima pinjaman modal. Selain itu, semakin banyaknya para pengusaha yang ingin mengajukan pinjaman terhadap pihak bank, hal ini akan menyulitkan pihak bank untuk menyaring dan menentukan pengusaha mana yang memenuhi persyaratan dari mereka dan layak untuk diberikan pinjaman. Agar permasalahan tersebut dapat teratasi, maka penulis mencoba membangun Sistem Pendukung Keputusan Pemberian Bantuan Dana/Kredit untuk Usaha Kecil Menengah (UKM) Pada Bank Menggunakan Metode Simple Additive Weighthing
(SAW) dengan adanya penelitian ini diharapkan mampu membantu peran manajer bank dalam proses pengambilan keputusan serta memberikan informasi pada para pengusaha yang akan mengajukan pinjaman. (Riyandi, dkk., 2017)
mampuan anggota koperasi untuk membayar angsuran pinjaman dalam jangka waktu yang telah ditentukan dapat menyebabkan pinjaman macet (Kotsiantis, Kanellopoulos, et all., 2009). Kondisi ini apabila dibiarkan terus-menerus dapat berpengaruh langsung terhadap likuiditas koperasi. Untuk meminimalisir resiko pinjaman macet, koperasi harus menerapkan prinsip 5C (character, capital, capacity, collateral, condition of economy) dalam mempertimbangkan keputusan pemberian pinjaman kepada anggota koperasi. Pengambilan keputusan pemberian pinjaman berdasarkan hasil proses analisis secara kuantitatif dan kualitatif. Proses analisis pinjaman memerlukan waktu yang lama karena data yang disajikan tidak berbentuk nilai. Nilai perbandingan antar kriteria ini akan dibuat menjadi matrik perbandingan berpasangan kemudian matrik perbandingan berpasangan tersebut dikuadratkan. Matrik hasil tersebut kemudian dinormalisasi untuk mendapatkan bobot. Berdasarkan latar belakang masalah yang telah dijabarkan, maka dibutuhkan sebuah sistem yang membantu koperasi untuk memperoleh alternatif keputusan pemberian pinjaman koperasi. Tujuan penelitian ini adalah menghasilkan sebuah sistem pendukung keputusan pemberian pinjaman pinjaman koperasi menggunakan TOPSIS untuk mempermudah dan mempercepat proses pemberian pinjaman koperasi. (Mardiana, 2017)
akurat untuk menentukan keputusan. Seperti halnya pada PT. ADIRA Dinamika
Multi Finance Tbk cabang pematang siantar yang merealisasikan kredit barang kepada masyarakat. PT. ADIRA Dinamika Multi Finance Tbk adalah perusahaan pembiayaan konsumen bidang otomotif terbesar saat ini yang didirikan pada tahun 1990 dan memulai operasi komersialnya pada tahun 1991. Beberapa contoh produk utama adalah pembiayaan untuk mobil masih dikerjakan secara manual serta dalam penentuan keputusan sering tidak sesuainya konsumen yang mendapatkan kredit sesuai dengan nilai kriteria dan nilai bobot yang ditentukan oleh perusahaan, maka dari permasalahan diatas perlu adanya untuk membangun suatu sistem yang dapat membantu pihak perusahaan dalam memberikan suatu keputusan secara cepat dan tepat. Sesuai dengan peraturan yang sudah ditentukan oleh perusahaan untuk memperoleh perkreditan, maka diperlukan kriteria-kriteria untuk menentukan siapa yang diutamakan untuk menerima perkreditan.
Berdasarkan permasalahan diatas, diperlukan sebuah sistem pendukung keputusan guna membantu menentukan faktor-faktor konsumen dalam melakukan kredit barang. Salah satu metode yang dapat digunakan untuk sistem pendukung keputusan adalah metode Analitycal Hierarchy Process (AHP ). (Fatmawati, dkk., 2017)
tertarik untuk melakukan penulisan terhadap penentuan lokasi pemasaran, oleh karena itu, penulis mengambil judul metopen “Sistem Pendukung Keputusan pemilihan lokasi dan evaluasi pemasaran produk (gula pasir curah) pada PT.Madubaru” dengan metode Analytical Hierarchy Process (AHP). (Irawan, dan Winiarti, 2015)
B. RUMUSAN MASALAH
Informasi menyeluruh tentang Sistem Pendukung Keputusan pada bidang ekonomi belum ada, sehingga diperlukan kajian Sistem Pendukung Keputusan dalam bidang ekonomi.
C. BATASAN MASALAH
