Implementasi Metode SMART (Simple Multi Attribute Rating Technique) Pada Sistem Pendukung Keputusan Pemberian Kredit

(1)

Implementasi Metode SMART (Simple Multi Attribute Rating Technique) Pada Sistem Pendukung Keputusan Pemberian Kredit

Pinjaman

Wildan Muhammad Ardana¹, Irma Rofni Wulandari^1,*, Yuli Astuti², Lilis Dwi Farida², Wiwi Widayani¹

1Fakultas Ilmu Komputer, Sistem Informasi, Universitas Amikom Yogyakarta, Yogyakarta, Indonesia

2Fakultas Ilmu Komputer, Manajemen Informatika, Universitas Amikom Yogyakarta, Yogyakarta, Indonesia Email: ¹wildan.ardana@students.amikom.ac.id, ^2,*rofni@amikom.ac.id,³yuli@amikom.ac.id, ⁴rida@amikom.ac.id,

5wiwi.w@amikom.ac.id

Email Penulis Korespondensi: rofni@amikom.ac.id

Abstrak−Koperasi Simpan Pinjam (KSP) Tamanmartani Sejahtera merupakan koperasi simpan pinjam aktif yang memanfaatkan dana dari anggota yaitu berupa simpanan dan kemudian menyalurkan kembali kepada anggota dalam bentuk kredit atau pinjaman. Masalah utama yang dihadapi oleh KSP Tamanmartani Sejahtera adalah penunggakan atau keterlambatan pembayaran kredit oleh nasabah. Apabila dibiarkan secara terus menerus maka akan mengakibatkan koperasi sulit berkembang.

Salah satu cara yang dapat dilakukan untuk mengurangi resiko keterlambatan pembayaran kredit adalah dengan memilih calon nasabah secara selektif. Dalam proses pemilihan calon nasabah, manajer sering mengalami kesulitan dalam mengambil keputusan permohonan kredit. Manajer harus mempertimbangkan dan menganalisa latar belakang dari pemohon kredit pinjaman. Pemberian kredit pinjaman bagi calon nasabah harus memenuhi standart kriteria yang ditetapkan koperasi.

Berdasarkan permasalahan tersebut, untuk pemberian kredit secara maksimal perlu adanya sebuah sistem untuk membantu manager menentukan keputusan pemberian kredit pinjaman kepada nasabah. Sistem Pendukung Keputusan (SPK) merupakan sistem yang dapat menyediakan informasi dan pemanipulasian data dalam membantu pengambil keputusan. Banyak metode pengambilan keputusan yang dapat digunakan, salah satunya adalah Simple Multi Attribute Rating Technique (SMART).

Metode SMART dapat membantu memecahkan masalah yang kompleks berdasarkan masalah yang sedang dihadapi dalam KSP Tamanmartani Sejahtera. Hasil dari penelitian yaitu Metode SMART berhasil diimplementasikan ke dalam bentuk sistem berbasis website dan menampilkan perankingan nasabah yang layak diberikan pinjaman. Hasil uji dengan Blackbox testing menunjukkan sistem dapat berjalan sesuai dengan perancangan yang telah ditentukan.

Kata Kunci: Sistem Pendukung Keputusan; SMART; Bootstrap; Koperasi; Simpan Pinjam

Abstract−Koperasi Simpan Pinjam (KSP) Tamanmartani Sejahtera is an operational savings and loan cooperative that utilizes funds from members in the form of savings and then flows back to members in the form of credit or loans. KSP Tamanmartani Sejahtera's main problem is arrears or customer credit payment delays. If it is allowed to continue, it will make it difficult for cooperatives to develop. One way to reduce delays in credit payments is to select prospective customers selectively. When choosing prospective customers, managers often experience difficulty making credit request decisions. Managers must consider and analyze the background of the credit application. The provision of credit to prospective customers must meet the standard criteria the cooperative sets. Based on these problems, to provide maximum recognition, it is necessary to have a system to help managers determine customer credit decisions. A Decision Support System (DSS) is a system that can provide information and manipulation data to assist decision-makers. One can use many choices, one of which is the Simple Multi-Attribute Rating Technique (SMART). The SMART method can help solve complex problems based on the difficulties encountered in KSP Tamanmartani Sejahtera. The results of this study are The SMART method was successfully implemented into a website-based system and displayed the ranking of customers who deserved to be given a loan. The test results with Black Box testing show the system can run according to a predetermined design.

Keywords: Decision Support System; SMART; Bootstrap; Coorperative; Savings and Loan

1. PENDAHULUAN

Posisi koperasi Indonesia didominasi oleh koperasi kredit yaitu sebesar 55-60 persen dari keseluruhan aset koperasi [1]. Koperasi Simpan Pinjam merupakan koperasi yang bergerak dibidang usaha simpan pinjam dan menyediakan peminjaman uang kepada anggota dengan perjanjian pelunasan dalam jangka waktu tertentu [2].

Salah satu keuntungan dalam melakukan pinjaman di koperasi adalah kredit bunga yang diberikan koperasi simpan pinjam relatif lebih kecil. Koperasi Simpan pinjam saat ini mengalami kemajuan yang sangat pesat. Keberadaan koperasi saat ini sangat penting dalam membantu kemajuan dan kesejahteraan perekonomian rakyat di indonesia [1]. Koperasi Simpan Pinjam (KSP) Tamanmartani Sejahtera adalah salah satu jenis koperasi simpan pinjam aktif, yang memanfaatkan dana dari anggota yang berupa simpanan kemudian menyalurkan kembali kepada anggota dalam bentuk kredit atau pinjaman. Saat ini, proses pengembalian pinjaman di dalam koperasi simpan pinjam dibagi menjadi tiga yaitu jangka pendek, menengah dan panjang. Pada proses pelaksanaannya, permasalahan yang dihadapi dalam jangka waktu tersebut adalah koperasi menghadapi berbagai resiko seperti keterlambatan atau penunggakan dalam pembayaran dikarenakan berbagai alasan dari nasabah yang mengakibatkan kredit macet.

Salah satu cara yang dapat dilakukan untuk mengurangi resiko keterlambatan pembayaran kredit adalah dengan memilih calon nasabah secara selektif. Dalam proses pemilihan calon nasabah, manajer sering mengalami kesulitan dalam mengambil keputusan permohonan kredit. Manajer harus mempertimbangkan dan menganalisa latar belakang dari pemohon kredit pinjaman. Pemberian kredit pinjaman bagi calon nasabah harus memenuhi standart kriteria yang ditetapkan koperasi. Berdasarkan permasalahan tersebut, untuk pemberian kredit secara

(2)

Sistem merupakan kumpulan sub-sub sistem (elemen) yang saling berkorelasi satu dengan yang lainnya untuk mencapai tujuan tertentu [3]. Sistem Informasi merupakan hasil pengolahan dari data sehingga lebih memiliki arti bagi penerimanya[4]. Suatu sistem yang dapat digunakan untuk memanajemen dan mengambil keputusan disebut dengan Sistem Pendukung Keputusan [5]. Sistem Pendukung Keputusan (SPK) menurut Peter G.W dalam [6] merupakan sistem yang bertujuan untuk membantu manajer dalam membuat suatu keputusan.

Untuk membangun SPK, banyak metode pengambilan keputusan yang bisa digunakan, dan salah satunya adalah Simple Multi Attribute Rating Technique (SMART) yang merupakan teknik pengambilan keputusan multikriteria.

SMART didasarkan pada teori yang menggambarkan seberapa penting ia dibandingkan dengan kriteria lain.

Pembobotan ini digunakan untuk menilai alternatif agar diperoleh alternatif terbaik [7]. SMART menggunakan linear additive model untuk meramal nilai setiap alternatif. Kesederhanaan SMART dalam merespon kebutuhan pembuat keputusan dan cara analisa yang transparant menjadikan SMART lebih banyak digunakan [7]. Metode SMART memiliki komputasi yang sederhana dan mudah untuk diimplementasikan[8].

Penelitian menggunakan metode SMART maupun dengan judul terkait telah dilakukan oleh peneliti terdahulu seperti penelitian Romindo dan Hardianti pada tahun 2019 menerapkan metode SMART pada sistem pendukung keputusan berbasis desktop untuk membantu dalam penerimaan Kredit Usaha Rakyat (KUR) berdasarkan kriteria-kriteria dalam pemberian KUR. Pada proses penentuan kelayakan penerima sebelumnya masih menggunakan metode perbandingan antara pendapatan per bulan dengan kebutuhan per bulan dan masih bersifat manual [9]. Penelitian oleh Ardi pada tahun 2020 menggunakan metode SMART dalam pemilihan beasiswa pendidikan doktor untuk dosen potensial masih terdapat subjektivitas serta dalam proses seleksi secara manual. Proses seleksi diuji menggunakan metode SMART karena kelebihan metode ini mampu menyelesaikan masalah multi-kriteria [10]. Raharjo dkk pada tahun 2021 meneliti SPK Pemberian Pinjaman Koperasi menggunakan metode AHP-TOPSIS, dengan adanya SPK dapat meminimalisir kesalahan – kesalahan atau kendala dalam menentukan pinjaman[11]. Penelitian Andharsaputri pada tahun 2020 tentang SPK Pemberian Pinjaman dengan menggunakan metode AHP. Proses penyeleksian hingga persetujuan pinjaman KPR membutuhkan waktu cukup lama bahkan berbulan-bulan. Hal ini dikarenakan proses KPR harus melewati beberapa tahap pemeriksaan dan analisis Manajemen. Metode AHP merupakan metode pendukung yang dapat memberikan alternatif solusi bagi permasalahan yang bersifat multi kriteria [12]. Penelitian Sonang dkk pada tahun 2020 tentang SPK Pemberian Pinjaman menggunakan metode TOPSIS. Metode TOPSIS dianggap mampu menyelesaikan persoalan penyeleksian alternatif secara terstruktur dengan melibatkan multi kriteria sehingga diperoleh kandidat terbaik yang diinginkan [13]. Oktavianti dkk pada tahun 2019 meneliti Promosi pegawai di indonesia masih banyak dilakukan secara manual sehingga banyak terjadi kesalahan pada saat perhitungan skor dan juga kehilangan dokumen. Sistem pendukung keputusan menggunakan metode SMART dipilih sebagai metode dengan kriteria yang terdiri dari pengalaman, potensi hasil dan nilai kerja. Hasil yang diperoleh antara sistem dan metode SMART adalah sama [14]. Jahir dkk pada tahun 2019 meneliti Penerapan metode SMART dalam membantu proses pengambilan keputusan untuk menentukan prestasi belajar siswa. Kriteria yang digunakan adalah average rating, presence, social attitudes, spiritual attitude, dan non academic achievement. Penelitian ini telah berhasil membuat aplikasi SPK menggunakan SMART dengan hasil pengujian tes manual dan aplikasi memiliki hasil yang sama, proses pengambilan keputusan lebih objektif dan aplikasi dapat membantu bagian siswa dalam menghitung kelayakan penentuan prestasi siswa[15]. Penelitian Darmowiyono dkkpada tahun 2021 [16]

menganalisis strategi pemasaran dalam pemilihan produk sariawan berdasarkan konsumen menggunakan metode SMART. Sumber data diperoleh dari wawancaran dan kuesioner 375 responden. Hasil dari penelitian, metode SMART dapat diterapkan untuk merekomendasikan pemilihan produk sariawan. Berdasarkan permasalahan tersebut, maka dilakukan penelitian dengan mengimplementasikan metode SMART pada sebuah sistem pendukung keputusan untuk memudahkan pengambilan keputusan yang terkait dengan masalah penentuan nasabah yang layak untuk mendapatkan kredit pinjaman. Sistem yang dibangun diharapkan berjalan sesuai dengan tingkat kriteria yang sudah ditetapkan oleh pihak KSP Tamanmartani Sejahtera.

2. METODOLOGI PENELITIAN

2.1 Tahapan Penelitian

Tahapan – tahapan penelitian merupakan kerangka kerja yang berisi langkah-langkah dalam penelitian. Tahapan penelitian ini digambarkan pada Gambar 1. Tahapan tersebut adalah :

a. Identifikasi Masalah dan Pengumpulan Data

Tahapan dimulai dengan mengidentifikasi permasalahan yang ada pada KSP Tamanmartani Sejahtera.

Identifikasi masalah diperoleh melalui pengumpulan seluruh informasi kebutuhan pengguna. Pengumpulan data yang dilakukan adalah dengan metode wawancara, observasi dan studi literatur. Wawancara kepada manajer dan karyawan KSP dilakukan untuk mendapatkan informasi mengenai prosedur sistem yang sedang berjalan, kendala yang ditemui dan harapan terhadap pengembangan sistem yang akan diusulkan. Observasi dilakukan dengan cara melakukan pengamatan secara langsung serta melakukan pencatatan secara sistematis

(3)

terhadap unsur-unsur penting pada KSP Tamanmartani Sejahtera. Metode pustaka yaitu dengan mengambil bahan-bahan yang memuat dasar-dasar ilmiah (teori) yang akan menjadi acuan dalam analisa data atau pembahasan. Dari beberapa sumber buku, internet dan referensi-referensi yang berkaitan dengan penelitian, serta berbagai referensi dari Jurnal Ilmiah yang terkait. Analisis data yaitu melakukan analisis pada data-data yang telah diperoleh agar data yang akan digunakan dapat benar-benar menunjang aplikasi yang akan dibuat sehingga dapat mencapai tujuan yang diinginkan.

Gambar 1. Tahapan Penelitian b. Analisa dan Perancangan Sistem

Setelah melakukan proses analisis, Tahapan perancangan atau desain sistem dimulai dengan mentrasnformasikan analisis kedalam model bahasa UML, Database dan Interface[17]. Model perancangan sistem secara umum pada sistem yang diusulkan digambarkan bentuk flowchart sistem dan diagram arus data yang menggambarkan urutan proses secara mendetail dan hubungan antara suatu (intruksi) dengan proses lainnya dalam suatu program. Adapun gambaran Flowchart dapat dilihat pada Gambar 2.

Gambar 2. Gambaran Flowchart

Dalam Perancangan sistem mempunyai 2 aktor yaitu admin (karyawan) dan user (manajer). Adapun gambaran use case bisa dilihat pada Gambar 3.

(4)

c. Metode SMART

Tahap selanjutnya yaitu implementasi sistem menggunakan metode SMART. Pada tahap ini berupa menentukan kriteria, menentukan bobot kriteria, menghitung normalisasi pada kriteria, memberikan nilai kriteria untuk setiap alternatif, menentukan nilai utility dan menentukan nilai akhir.Tahap ini akan menghasilkan perankingan alternative.

d. Pengujian Sistem

Metode yang ditunjukkan untuk mengevaluasi atribut atau kemampuan program dan memastikan memenuhi hasil yang dicari. Penelitian ini menggunakan Black Box Testing.

3. HASIL DAN PEMBAHASAN

3.1 Implementasi Metode SMART

Adapun langkah-langkah metode SMART adalah sebagai berikut [7] :

1) Menentukan kriteria yang digunakan dalam menyelesaikan masalah pengambilan keputusan.

Dalam penentuan pemberian kredit pinjaman menggunakan metode SMART, Langkah pertama yang dilakukan yaitu menentukan kriteria. Kriteria-kriteria tersebut didapatkan dari hasil wawancara yang telah dilakukan terhadap Manajer KSP Tamanmartani Sejahtera.

Tabel 1. Kriteria

NO KRITERIA Kode

1 Domisili K1

2 Status Keanggotaan K2

3 Pekerjaan K3

4 Penghasilan K4

5 Jumlah pinjaman K5

6 Kandidat nasabah K6

7 Pinjaman di tempat lain K7 8 Status Pembayaran K8

9 Usia K9

2) Berdasarkan kriteria sudah ditentukan, Langkah kedua yaitu memberikan bobot pada setiap kriteria dengan nilai 1-100 untuk masing-masing kriteria berdasarkan tingkat prioritas terpenting. Penentuan bobot sendiri didapatkan dari hasil wawancara oleh KSP Tamanmartani Sejahtera.

Tabel 2. Bobot Kriteria

Kriteria Bobot

Domisili (K1) 90

Status Keanggotaan (K2) 80

Pekerjaan (K3) 60

Penghasilan (K4) 70 Jumlah Pinjaman (K5) 60 Kandidat Nasabah (K6) 80 Pinjaman di tempat lain (K7) 90 Status Pembayaran (K8) 80

Usia (K9) 50

(5)

3) Menghitung normalisasi dari setiap kriteria dengan membandingkan nilai bobot kriteria dengan jumlah bobot kriteria, menggunakan rumus :

𝑤𝑗 = _∑ ^𝑤𝑗

𝑚 =𝑤𝑚

𝑗=1 (1)

Keterangan :

a) Normalisasi Wj = Normalisasi bobot kriteria ke j b) Wj = bobot kriteria ke j

c) M = jumlah kriteria d) Wm = Bobot kriteria ke-m

Setelah menentukan bobot kriteria langkah ketiga yaitu melakukan normalisasi bobot kriteria dengan rumus persamaan (1). Untuk hasil normalisasi bobot bisa dilihat pada tabel 3.

Tabel 3. Normalisasi Bobot Kriteria

Kriteria Bobot Kriteria

Normalisasi Bobot Kriteria

K1 90 90 / 660 = 0,14

K2 80 80 / 660 = 0,12

K3 60 60 / 660 = 0,09

K4 70 70 / 660 = 0,11

K5 60 60 / 660 = 0,09

K6 80 80 / 660 = 0,12

K7 90 90 / 660 = 0,14

K8 80 80 / 660 = 0,12

K9 50 50 / 660 = 0,08

Total 1

4) Setelah melakukan perhitungan normalisasi, langkah keempat yaitu memberikan nilai kriteria untuk setiap alternatife. Nilai kriteria ditentukan dengan menggunakan parameter pada tabel 4.

Tabel 4. Parameter Nilai Parameter Nilai

Kurang Baik 1

Cukup Baik 2

Baik 3

Sangat Baik 4

Pemberian nilai pada sub kriteria dijabarkan pada tabel 5 berikut.

Tabel 5. Nilai Sub Kriteria

Kriteria Sub Kriteria Nilai

Kriteria

Bobot Kriteria

K1

>5km 1

90%

2km-5km 2

<2km 3

K2

Bukan Anggota 1

80%

Calon Anggota 3

Anggota 4

K3

Ibu Rumah Tangga 1

Karyawan 2 60%

PNS 3

Wiraswasta 4

K4

500rb-1jt 1

>1jt-1.5jt 2 70%

>1.5jt-2jt 3

>2jt 4

K5

1jt-5.999jt 1

6jt-10.999jt 2 60%

11jt-20jt 3

>20jt 4

K6

Domisili pendatang / rumah

kontrak 1 80%

Domisili Asli 4

(6)

Kriteria Sub Kriteria Nilai

Kriteria

Bobot Kriteria

K7 Ada 1

Tidak Ada 4 90%

K8

Belum pernah mengajukan kredit

pinjaman (Nasabah baru) 1

80%

Rutin Pembayaran setiap bulan, tetapi kadang pakai diingatkan

atau ditegur

2 Setiap bulan pembayaran rutin,

tetapi waktunya kadang bergeser 3 Pembayaran angsuran kredit tepat

waktu, tidak pernah telat 4 K9

>45 1

19-30 2 50%

31-45 3

>45 4

Data nilai yang telah dikonversikan dalam bentuk nilai dipaparkan pada tabel 6 sehingga diperoleh nilai setiap alternatif.

Tabel 6. Data Nilai Setiap Alternatif

Alternatif Kriteria

K1 K2 K3 K4 K5 K6 K7 K8 K9

A1 2 4 4 3 2 2 1 3 2

A2 1 4 4 2 1 3 1 2 1

A3 3 4 4 2 1 3 4 3 2

A4 2 4 4 1 1 2 1 4 2

A5 2 4 4 2 1 3 4 2 2

A6 2 4 4 3 2 2 1 4 3

A7 1 4 4 2 2 2 4 2 2

A8 2 4 4 2 1 3 4 2 2

A9 2 4 4 3 3 4 1 3 3

A10 1 4 4 2 2 2 1 2 2

A11 3 4 4 1 1 3 1 4 2

A12 3 4 4 2 2 2 4 3 2

A13 3 4 4 1 1 4 4 2 2

A14 3 4 4 1 1 3 1 2 3

A15 3 4 1 2 1 4 4 3 1

A16 3 1 4 1 2 2 1 2 4

5) Menentukan nilai utility dengan mengkonversikan nilai kriteria pada masing-masing kriteria menjadi nilai kriteria data baku. Nilai utility ini tergantung pada sifat kriteria itu sendiri yaitu :

a) Untuk kriteria yang bersifat “lebih kecil lebih baik”, kriteria seperti ini biasanya dalam bentuk biaya yang harus dikeluarkan menggunakan persamaan:

𝑢_𝑖(𝑎_𝑖) = ^𝐶^𝑚𝑎𝑥^{− 𝐶}^𝑜𝑢𝑡

𝐶𝑚𝑎𝑥− 𝐶_𝑚𝑖𝑛 (2)

b) Untuk kriteria yang bersifat “lebih besar lebih baik”, kriteria seperti ini biasanya dalam bentuk keuntungan menggunakan persamaan:

𝑢_𝑖(𝑎_𝑖) = ^𝐶^𝑜𝑢𝑡^{− 𝐶}^𝑚𝑖𝑛

𝐶𝑚𝑎𝑥− 𝐶𝑚𝑖𝑛 (3)

Keterangan : 𝑢_𝑖(𝑎_𝑖) = nilai utility kriteria ke i untuk alternatif ke i Cmax = nilai kriteria maksimal

Cmin = nilai kriteria minimal Cout = nilai kriteria ke I

Langkah kelima yaitu Menentukan utility dengan berdasarkan sifat kriteria itu sendiri seperti pada tabel 7.

Tabel 7. Sifat Kriteria

Kriteria Sifat Kriteria Alasan

K1 Cost Jika domisili semakin dekat maka semakin bagus K2 Benefit Jika menjadi Anggota koperasi maka semakin bagus

(7)

Kriteria Sifat Kriteria Alasan

K3 Benefit Jika mempunyai usaha maka semakin bagus

K4 Benefit Jika penghasilan lebih banyak maka semakin bagus K5 Benefit Jika jumlah pinjaman semakin banyak semakin bagus K6 Benefit Jika kandidat nasabah semakin baik semakin bagus

K7 Cost

Jika nasabah mempunyai pinjaman di tempat lain maka semakin jelek

K8 Benefit Jika kemampuan membayar semakin baik semakin bagus

K9 Cost Jika usia semakin muda semakin bagus

Setelah menentukan utility berdasarkan sifat kriterianya yang selanjutnya yaitu melakukan perhitungan menggunakan rumus (2) dan (3). Tabel Matriks Perhitungan Nilai utility yang didapatkan dipaparkan pada tabel 8.

Tabel 8. Matriks Hasil Nilai Utility

K1 K2 K3 K4 K5 K6 K7 K8 K9 A1 0,5 1 1 0,67 0,33 1 1 0,67 0,67

A2 1 1 1 0,33 0 1 1 0,33 1

A3 0 1 1 0,33 0 1 0 0,67 0,67

A4 0,5 1 1 0 0 1 1 1 0,67

A5 0,5 1 1 0,33 0 1 0 0,33 0,67 A6 0,5 1 1 0,67 0,33 1 1 1 0,33 A7 1 1 1 0,33 0,33 1 0 0,33 0,67 A8 0,5 1 1 0,33 0 1 0 0,33 0,67 A9 0,5 1 1 0,67 0,67 1 1 0,67 0,33 A10 1 1 1 0,33 0,33 1 1 0,33 0,67

A11 0 1 1 0 0 1 1 1 0,67

A12 0 1 1 0,33 0,33 1 0 0,67 0,67

A13 0 1 1 0 0 1 0 0,33 0,67

A14 0 1 1 0 0 1 1 0,33 0,33

A15 0 1 0 0,33 0 1 0 0,67 1

A16 0 0 1 0 0,33 0 1 0 0

6) Melakukan nilai akhir dari masing-masing kriteria dengan mengalikan nilai yang didapat dari normalisasi nilai kriteria data baku dengan nilai normalisasi bobot kriteria. Kemudian jumlahkan nilai dari perkalian tersebut.

Rumus :

𝑢(𝑎_𝑖) = ∑^𝑚_𝑗=1𝑤_𝑗∗ 𝑢_𝑖(𝑎_𝑖₎ (4)

Keterangan : 𝑢(𝑎_𝑖) = nilai total alternatif

𝑊_𝑗 = hasil dari normalisasi bobot kriteria 𝑢(𝑎_𝑖) = hasil penentuan nilai utility

Selanjutnya langkah keenam yaitu menentukan hasil akhir dengan rumus (4) dan hasil Nilai akhir terdapat pada tabel 9.

Tabel 9. Hasil Nilai Akhir

Nilai Akhir

K1 K2 K3 K4 K5 K6 K7 K8 K9

A1 0,07 0,12 0,09 0,0737 0,0297 0,12 0,14 0,0804 0,0536 0,7774 A2 0,14 0,12 0,09 0,0363 0 0,12 0,14 0,0396 0,08 0,7659 A3 0 0,12 0,09 0,0363 0 0,12 0 0,0804 0,0536 0,5003 A4 0,07 0,12 0,09 0 0 0,12 0,14 0,12 0,0536 0,7136 A5 0,07 0,12 0,09 0,0363 0 0,12 0 0,0396 0,0536 0,5295 A6 0,07 0,12 0,09 0,0737 0,0297 0,12 0,14 0,12 0,0264 0,7898 A7 0,14 0,12 0,09 0,0363 0,0297 0,12 0 0,0396 0,0536 0,6292 A8 0,07 0,12 0,09 0,0363 0 0,12 0 0,0396 0,0536 0,5295 A9 0,07 0,12 0,09 0,0737 0,0603 0,12 0,14 0,0804 0,0264 0,7808 A10 0,14 0,12 0,09 0,0363 0,0297 0,12 0,14 0,0396 0,0536 0,7692 A11 0 0,12 0,09 0 0 0,12 0,14 0,12 0,0536 0,6436 A12 0 0,12 0,09 0,0363 0,0297 0,12 0 0,0804 0,0536 0,5300 A13 0 0,12 0,09 0 0 0,12 0 0,0396 0,0536 0,4232

(8)

Nilai Akhir

K1 K2 K3 K4 K5 K6 K7 K8 K9

A14 0 0,12 0,09 0 0 0,12 0,14 0,0396 0,0264 0,5360 A15 0 0,12 0 0,0363 0 0,12 0 0,0804 0,08 0,4367

A16 0 0 0,09 0 0,0297 0 0,14 0 0 0,2597

7) Hasil Perankingan

Setelah mendapatkan nilai akhir, tahap selanjutnya yaitu perankingan. Perankingan ini dilakukan dengan mengurutkan nilai akhir yang terbesar hingga terkecil. Hasil perankingan terdapat pada tabel 10.

Tabel 10. Hasil Perankingan

Alternatif Nilai

Akhir Ranking

A6 0,7898 1

A9 0,7808 2

A1 0,7774 3

A10 0,7692 4

A2 0,7659 5

A4 0,7136 6

A11 0,6436 7

A7 0,6292 8

A14 0,5360 15

A12 0,5300 16

A5 0,5295 9

A8 0,5295 10

A3 0,5003 11

A15 0,4367 12

A13 0,4232 13

A16 0,2597 14

3.2 Implementasi Sistem

Di dalam sistem website ini pengguna terdiri dari admin dan user. User sendiri adalah manajer KSP Tamanmartani Sejahtera dan admin adalah Karyawan KSP Tamanmartani Sejahtera. Implementasi sistem yang telah dilakukan sebagai berikut :

a. Halaman dashboard admin

Halaman ini merupakan tampilan yang pertama kali muncul ketika Admin berhasil login. Beberapa menu yang ditampilkan yaitu: Data Kriteria, Data Sub Kriteria, Data Alternatif, Data Penilaian, Data Perhitungan, Data Hasil Akhir, Data User, dan Data Profile. Tampilan form dashboard dapat dilihat pada Gambar 4.

Gambar 4. Dashboard Admin b. Halaman menu kriteria

Halaman ini merupakan tampilan yang pertama kali muncul saat Admin memilih menu data kriteria. Pada tampilan ini, admin dapat : menambah data, edit data, dan hapus data. Terdapat pula menu Search untuk memudahkan admin mencari data yang ingin dicari. Tampilan form data kriteria dapat dilihat pada Gambar 5.

(9)

Gambar 5. Menu Kriteria c. Halaman menu subkriteria

Halaman ini merupakan tampilan yang pertama kali muncul saat Admin memilih menu data sub kriteria, Pada tampilan ini, admin dapat: menambah data, edit data, dan hapus data. Tampilan form data sub kriteria dapat dilihat pada Gambar 6.

Gambar 6. Halaman Data Sub Kriteria Admin d. Halaman data perhitungan admin

Halaman ini merupakan tampilan yang pertama kali muncul saat Admin memilih menu data perhitungan, pada halaman ini tampil nilai Matrix Pencocokan Kriteria, Bobot Kriteria, Normalisasi Bobot kriteria, Nilai Utility, Perhitungan nilai. Tampilan form data perhitungan dapat dilihat pada Gambar 7.

Gambar 7. Halaman Data Perhitungan Admin e. Halaman Perankingan

Halaman ini merupakan tampilan yang pertama kali muncul saat Admin memilih Menu Data Hasil, admin dapat melihat Data yang sudah dihitung menggunakan metode SMART dan sudah dilakukan perangkingan dari nilai tertinggi sampai terendah serta admin bisa melakukan Cetak Data. Tampilan form data hasil akhir dapat dilihat pada Gambar 8.

Gambar 8. Halaman Data Hasil Admin 3.3 Pengujian Sistem

Pengujian sistem dilakukan untuk mengetahui sistem dapat berjalan sesuai dengan perancangan yang telah ditentukan. Pengujian ini dilakukan dengan menggunakan blackbox testing. Berikut ini hasil pengujian blackbox pada tabel 11.

(10)

No Skenario Hasil Yang Seharusnya

Diharapkan

Hasil Pengujian

1 Memasukkan username dan password

yang tidak terdapat pada database Login gagal Sesuai 2 Memasukkan username dan password

yang sesuai dengan database

Login berhasil dan menampilkan halaman

dashboard sistem

Sesuai 3 Klik data penilaian

Menampilkan data yang sudah di inputkan di data

alternatif tadi

Sesuai

4 Klik tombol edit

Sistem akan menampilkan form edit

penilaian

Sesuai

5 Klik tombol simpan

Sistem akan menampilkan data dan muncul notifikasi data

berhasil di simpan

Sesuai

6 Klik form search

Sistem otomatis akan menampilkan data yang

akan kita lakukan pencarian

Sesuai

7 Klik data perhitungan

Akan menampilkan data Matrix pencocokan kriteria, Bobot kriteria,

Normalisasi bobot kriteria, Nilai utility,

Perhitungan nilai

Sesuai

8 Klik data hasil akhir Menampilkan data hasil

akhir Sesuai

9 Klik cetak data Menampilkan halaman

pdf untuk cetak data Sesuai

4. KESIMPULAN

Berdasarkan pembahasan hasil implementasi dan pengujian, dengan perancangan dan pembahasan yang telah diuraikan pada bab-bab sebelumnya, serta mengacu pada beberapa teori dan hasil penelitian dapat ditarik kesimpulan yaitu Sistem Pendukung Keputusan Pemberian Kredit Pinjaman Berbasis Website Menggunakan Metode SMART (Simple Multi Attribute Rating Technique) berhasil di implementasikan ke dalam bentuk sistem berbasis website dan dapat menampilkan hasil berupa perangkingan nasabah yang layak diberikan pinjaman. Hasil dari penelitian ini yaitu Metode SMART berhasil diimplementasikan ke dalam bentuk system berbasis website dan menampilkan perankingan nasabah yang layak diberikan pinjaman. Hasil uji dengan Blackbox testing menunjukkan sistem dapat berjalan sesuai dengan perancangan yang telah ditentukan.

REFERENCES

[1] C. F. Sitepu and H. Hasyim, “Perkembangan Ekonomi Koperasi di Indonesia,” Niagawan, vol. 7, no. 2, pp. 59–68, 2018, doi: 10.24114/niaga.v7i2.10751.

[2] J. S. D. Raharjo, A. Sidik, and N. Marbun, “Aplikasi Koperasi Simpan Pinjam Berbasis Web (Studi Kasus Torus Jaya Mandiri),” Acad. J. Comput. Sci. Res., vol. 3, no. 1, pp. 1–4, 2021, doi: 10.38101/ajcsr.v3i1.329.

[3] E. Y. Anggraeni and R. Irviani, Pengantar Sistem Informasi, I. Yogyakarta: CV. ANDI OFFSET, 2017.

[4] Y. Pratama, L. P. Dewi, and A. Setiawan, “Sistem Informasi Simpan Pinjam Koperasi Citra Abadi,” J. Infra, vol. 9, no.

1, pp. 1–7, 2021, [Online]. Available: http://publication.petra.ac.id/index.php/teknik-informatika/article/view/10671 [5] D. Nofriansyah and S. Defit, Multi Criteria Decision Making (MCDM): pada sistem pendukung keputusan. Yogyakarta:

DEEPUBLISH, 2017.

[6] H. Wijoyo, A. Ariyanto, A. Sudarsono, and K. D. Wijayanti, Sistem Informasi Manajemen, 1st ed. Sumatra Barat: Insan Cendekia mandiri, 2021.

[7] Diana, Metode & Aplikasi Sistem Pendukung Keputusan, 2018th ed. CV BUDI UTAMA, 2018.

[8] N. A. Rahayu, B. S. Ginting, and M. Simanjuntak, “Sistem Pendukung Keputusan Seleksi Penerimaan Bantuan Program Sembako Menggunakan Metode Smart (Simple Multi Attribute Rating Technique) (Studi Kasus : Dinas Sosial Kota Binjai),” J. Sist. Inf. Kaputama, vol. 5, no. 1, pp. 63–74, 2021.

[9] R. Romindo and S. Hardianti, “Penerapan Metode SMART ( Simple Multi-Attribute Rating Technique ) Dalam Sistem Pendukung Keputusan Pemberian Kredit Usaha Rakyat Pada Bank Sumut ( Studi Kasus : KCP Pasar Martubung ),” J.

(11)

Comput. Networks, Archit. High Perform. Comput., vol. 1, no. 2, pp. 1–9, 2019.

[10] Ardi and I. Fadhli, “Sistem Pendukung Keputusan Pemilihan Beasiswa Doktor Untuk Dosen Potensial Dengan Metode SMART,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. VII, no. 1, pp. 39–46, 2020.

[11] J. S. D. Raharjo, A. Afrizal, and U. Novitasari, “Sistem Pendukung Keputusan Pemberian Pinjaman Koperasi Menggunakan Metode AHP-TOPSIS,” J. Tren Bisnis Glob., vol. 1, no. 2, pp. 110–115, 2021.

[12] R. L. Andharsaputri, “Sistem pendukung keputusan pemberian kredit pemilikan rumah di koperasi,” J. Teknol. Inf. Mura, vol. 12, no. 01, pp. 14–28, 2020.

[13] S. Sonang, A. T. Purba, and V. M. M. Siregar, “Sistem Pendukung Keputusan Kelayakan Pemberian Pinjaman Kredit Menggunakan Metode Topsis Pada Cum Caritas Hkbp Pematangsiantar,” J. Tek. Inf. dan Komput., vol. 3, no. 1, p. 25, 2020, doi: 10.37600/tekinkom.v3i1.131.

[14] E. Oktavianti, N. Komala, and F. Nugrahani, “Simple Multi Attribute Rating Technique (SMART) Method on Employee Promotions,” J. Phys. Conf. Ser., vol. 1193, no. 1, 2019, doi: 10.1088/1742-6596/1193/1/012028.

[15] A. Jahir, I. Setiawan, and A. D. Arta, “Decision Support System to Determine the Achievement of Students Using Simple Multi-Attribute Rating Technique (SMART),” IJIIS Int. J. Informatics Inf. Syst., vol. 2, no. 2, pp. 39–47, 2019, doi:

10.47738/ijiis.v2i2.12.

[16] M. Darmowiyono et al., “Application of the Simple Multi Attribute Rating Technique (SMART) Method in the selection of thrush medicine products based on consumers,” J. Phys. Conf. Ser., vol. 1783, no. 1, 2021, doi: 10.1088/1742- 6596/1783/1/012015.

[17] T. M. Vidjayanti, I. R. Wulandari, L. D. Farida, and Y. Astuti, “Model Aplikasi Sistem Penunjang Keputusan Penilaian Kinerja Guru Menggunakan Profile Matching,” Jutisi J. Ilm. Tek. Inform. dan Sist. Inf., vol. 10, no. 3, pp. 635–646, 2021.