Sistem Pendukung Keputusan Penerima Kredit dengan Fuzzy Multi-Atribute Decision Making Menggunakan Weighted Product (WP)
Yani Nuraeni1,*, Nuke L Chusna2, Mohammad Imam Shalahudin3, Allan D Alexander4
1 Komputerisasi Akuntansi, AMIK Citra Buana Indonesia, Sukabumi, Indonesia
2 Teknik Informatika, Universitas Krisnadwipayana, Jakarta Timur, Indonesia
3 Sistem Informasi, Sekolah Tinggi Teknologi Informasi NIIT, Jakarta Selatan, Indonesia
4 Informatika, Universitas Bhayangkara Jakarta Raya, Jakarta Selatan, Indonesia
Email: 1,*[email protected], 2[email protected], 3[email protected], 4[email protected] Email Penulis Korespondensi: [email protected]
Submitted 12-10-2021; Accepted 05-12-2021; Published 30-12-2021 Abstrak
Saat ini, permintaan kredit melalui Bank ataupun Koperasi meningkat dengan sangat pesat. Tidak hanya kalangan menengah ke bawah saja namun semua kalangan. Mekanisme pengambilan keputusan pemberian kredit kepada nasabah terkadang membutuhkan waktu hingga dua sampai tiga hari untuk menentukan siapa yang akan diberikan kredit terlebih dahulu, penyebabnya adalah proses perhitungan untuk tiap kriteria yang dikerjakan secara manual. Sistem Pendukung Keputusan dirasa merupakan sebuah sistem informasi yang interaktif untuk membantu pengambilan keputusan dalam situasi semi tersktruktur ataupun situasi yang tidak terstruktur. Salah satu model dalam sistem pendukung keputusan adalah Fuzzy Multi-Attribute Decision Making (FMADM) yang memiliki beberapa metode untuk memecahkan masalah, salah satu diantaranya adalah metode Weighted Product (WP). Penelitian ini menghasilkan sebuah sistem penunjang keputusan dalam pemilihan penerima kredit menggunakan metode WP. Hasil penelitian ini berupa sistem yang dapat menghitung perangkingan layaknya perhitungan manual. Hasil uji fungsionalitas sitem juga memberikan nilai 100% sesuai dengan kebutuhan.
Kata Kunci: SPK, Kredit; FMADM; Weight Product; WP
Abstract
Currently, the demand for credit through banks or cooperatives is increasing very rapidly. Not only the lower middle class but all circles.
The decision-making mechanism for providing credit to customers sometimes takes up to two to three days to determine who will be given credit first, the reason being that the calculation process for each criterion is done manually. Decision Support System is considered an interactive information system to assist decision making in semi-structured or unstructured situations. One of the models in the decision support system is Fuzzy Multi Attribute Decision Making (FMADM) which has several methods to solve problems, one of which is the Weighted Product (WP) method. This research produces a decision support system in selecting credit recipients using the WP method.
The results of this study are a system that can calculate rankings like manual calculations. The results of the system functionality test also give a value of 100% according to needs.
Keywords: DSS; Credit; FMADM; Weight Product; WP
1. PENDAHULUAN
Saat ini permintaan kredit melalui Bank ataupun Koperasi meningkat dengan sangat pesat. Kredit bukan hanya digunakan oleh masyarakat golongan menengah ke bawah saja namun digunakan juga oleh semua lapisan masyarakat untuk memenuhi kebutuhan atau keberlangsungan usaha mereka [1]. Mekanisme pengambilan keputusan pemberian kredit kepada nasabah terkadang membutuhkan waktu hingga dua sampai tiga hari untuk menentukan siapa yang akan diberikan kredit terlebih dahulu. Hal ini disebabkan karena proses perhitungan untuk tiap kriteria yang dikerjakan secara manual dan diputuskan pada rapat penentuan siapa yang diutamakan untuk menerima kredit. Selain itu beberapa faktor juga harus dipertimbangkan ketika mengambil keputusan dalam pemberian kredit kepada nasabah agar tidak terjadi kesalahan dalam pengambilan keputusan.
Kesalahan dalam menentukan nasabah penerima kredit berakibat risiko kredit, dalam hal ini tidak lancarnya dalam pembayaran nasabah sehingga merugikan perusahaan [2]. Analis terhadap calon nasabah perlu dilakukan, sehingga dapat dilakukan pengambilan keputusan secara tepat [3]. Berdasarkan hal-hal tersebut, maka diperlukan sebuah sistem guna membantu kreditur untuk menentukan siapa yang akan diberikan kredit.
Melihat perkembangan teknologi saat ini, Sistem Pendukung Keputusan (Decision Support System) dapat digunakan dalam menentukan kelayakan terhadap nasabah yang layak menerima kredit atau tidak. Pada dasarnya pengambilan keputusan bertujuan untuk memilih alternatif terbaik dari beberapa alternatif secara sistematis yang digunakan dalam penyelesaian masalah [4]. Sedangkan Sistem Pendukung Keputusan (SPK) didefinisikan sebagai sebuah sistem yang mendukung kerja seorang manajer maupun sekelompok manajer dalam memecahkan masalah semi terstruktur dengan cara memberi informasi atau usulan yang menuju pada suatu keputusan tertentu [5]. Sistem Pendukung Keputusan dirasa merupakan sebuah sistem informasi yang interaktif untuk membantu pengambilan keputusan dalam situasi semi tersktruktur ataupun situasi yang tidak terstruktur [6]. Atau dengan kata lain Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data yang membantu dalam pengambilan keputusan [7][8].
Sampai saat ini perkembangan metode yang dapat diterapkan pada sistem pengambilan keputusan sangat pesat, mulai dari metode yang sederhana seperti WSM, MOORA, SMART, sampai ke metode yang kompleks misalnya Fuzzy Tsumakoto, Promethee II, dan EXPROM II [9]. Salah satu model dalam sistem pendukung keputusan adalah Fuzzy Multi- Attribute Decision Making (FMADM) yang memiliki beberapa metode untuk memecahkan masalah, salah satu diantaranya
adalah metode Weighted Product (WP). Metode Weighted Product (WP) merupakan metode yang menggunakan perkalian untuk menghubungkan rating atribut, rating setiap atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan [10]. Beberapa penerapan metode WP dalam pendukung keputusan antara lain sistem pendukung keputusan pemilihan handphone [11], sistem pendukung keputusan pemilihan pemasok alat musik [12], sistem pendukung keputusan penentuan penerimaan karyawan [13], sistem pendukung keputusan penentuan karyawan terbaik [14], dan sistem pendukung keputusan kenaikan jabatan Pegawai Negeri Sipil (PNS) [15].
Tujuan dari penelitian ini adalah melakukan pencarian alternatif penerima kredit terbaik berdasarkan bobot tiap kriteria-kriteria yang telah detentukan dengan menggunakan metode Weighted Product (WP). Sebagai metode penyelesaian masalah, proses seleksi dilakukan dengan menggunakan metode WP yang akan memberikan urutan alternatif calon nasabah yang diberikan kredit. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu calon nasabah yang akan menerima kredit berdasarkan kriteria-kriteria yang telah ditentukan.
2. METODOLOGI PENELITIAN
2.1 Tahapan Penelitian
Tahapan penelitian merupakan kegiatan penelitian yang dilakukan secara terencana, teratur, dan sistematis untuk mencapai tujuan tertentu [16]. Penelitian ini terdiri dari beberapa tahap yang mengacu pada tahapan metode pengembangan sistem waterfall. Model waterfall menyediakan pendekatan alur hidup perangkat lunak secara terurut atau sekuensial yang dimulai dari tahap analisis, desain, pengodean, pengujian, dan tahap pendukung [17]. Tahapan penelitian dalam pengembangan sistem penunjang keputusan ini dapat dilihat pada gambar 1.
Gambar 1. Tahapan Penelitian Berdasarkan gambar 1, tahapan penelitian yang dilakukan diantaranya:
1) Analisis: Merupakan tahapan identifikasi masalah dan analisa penyelesaian permasalahan yang ada [18]. Pada tahap ini dimulai dari memahami konteks alur bisnis dari aplikasi, mendefinisikan luarannya, fitur dan fungsi yang ada pada aplikasi, serta tahapan pengembangan aplikasi yang akan dicapai [19]. Pada tahap ini juga akan dianalisa penyelesaian permasalahan dengan metode Fuzzy Multi-Attribute Decision Making (FMADM) menggunakan Weihgt Product (WP).
2) Desain: Fokus dari tahapan ini adalah merancang aplikasi secara sederhana agar mempermudah pada tahapan selanjutnya yaitu pengkodean [20]. Pada penelitian ini tools untuk perancangan yaitu menggunakan use case diagram.
Use case diagram merupakan pemodelan untuk prilaku sistem informasi yang akan dibuat [21].
3) Pengkodean: Coding atau pembuatan kode-kode program untuk menerjemahkan perancangan dalam bahasa pemrograman yang dikenali oleh mesin (komputer) [22]. Pengkodean hasil terjemahan dari desain yang dibangun dan berdasarkan analisa kebutuhan sistem. Dalam penelitian ini, pengkodean dilakukan menggunakan bahasa pemrograman Hypertext Prepocessor yang biasanya disingkat dengan PHP. Text editor untuk bahasa pemrograman PHP digunakan Sublime Text 3. Sedangkan database sebagai penyimpanan datanya menggunakan MySQL.
4) Pengujian: Sistem yang telah dibuat haruslah dilakukan pengujian untuk memastikan berfungsi dengan baik dan juga dapat menemukan bug jika dijalankan (running application) [23]. Penelitian ini menggunakan pengujian black-box testing, dimana akan dilakukan pengujian sistem berdasarkan pada detail dari sistem yang dihasilkan dilihat dari tampilan aplikasi, fungsi-fungsi sistem serta kesesuaiannya dengan apa yang dibutuhkan pengguna [24].
3. HASIL DAN PEMBAHASAN
3.1 Analisis
Pada tahapan analisis diawali dengan menganalisis atau mengidentifikasi masalah. Permasalaha utama yang akan diselesaikan adalah bagaimana dapat menetukan penerima kredit yang sesuai dengan kriteria sehingga mengurangi risiko kredit. Maka, penelitian ini berfokus pada penentuan nasabah penerima kredit. Selanjutnya permasalahan tersebut akan diselesaikan dengan pengembangan sistem pendukung keputusan. Sistem pendukug keputusan yang akan dikembangkan dengan metode Fuzzy Multi-Attribute Decision Making (FMADM) menggunakan Weihgt Product (WP). Prosedur metode WP adalah sebagai berikut:
Analisis
Desain
Pengujian Pengkodean
1. Menentukan nilai alternatif, pada penelitian ini nilai alternatif akan diisi oleh data nasabah yang mengajukan kredit.
Rincian nilai alternatif dapat dilihat pada Tabel 1.
Tabel 1. Tabel Alternatif
No Kode Alternatif
1 R1 Nining Yulianingsih
2 R2 Arfan Kurnia
3 R3 Hadi Kurniawan
4 R4 Oktansyah Syarif
2. Menentukan kriteria dan poin bobot tiap kriteria. Tabel kriteria beserta bobot dapat dilihat pada Tabel 2.
Tabel 2. Tabel Kriteria dan Bobot
No Kode Kriteria Jenis Bobot
1 C1 Capital Benefit 3
2 C2 Collateral-Agunan Benefit 4
3 C3 Capacity-Pendapatan Benefit 4
4 C4 Condition-Kondisi Benefit 3
5 C5 Character-Karakter Benefit 4
3. Memberikan nilai kriteria untuk tiap alternatif yang akan digunakan sebagai bahan perhitungan, tabel daftar nilai alternatif dapat dilihat pada Tabel 3.
Tabel 3. Tabel Nilai Alternatif
Alternatif Kriteria
C1 C2 C3 C4 C5
R1 2 1 1 1 1
R2 2 4 2 4 4
R3 2 5 5 3 5
R4 2 2 4 3 3
4. Penentuan nilai bobot (W) yang merupakan bobot dari semua kriteria yang akan dijadikan perhitungan, dengan rumus:
=
j j
j W
W W (1)
Hasil perhitungan nilai Wj dapat dilihat pada Tabel 4.
Tabel 4. Tabel Nilai Wj
Kriteria Wj Wj Ternormalisasi
C1 0.167 0.167
C2 0.222 0.222
C3 0.222 0.222
C4 0.167 0.167
C5 0.222 0.222
5. Penentuan nilai bobot (S) yang merupakan hasil normalisasi dari setiap alternatif, dengan rumus:
== n
j Wj ij
i X
S 1 (2)
Hasil perhitungan nilai Si dapat dilihat pada Tabel 5.
Tabel 5. Tabel Nilai Si
Alternatif C1^Wj C2^Wj C3^Wj C4^Wj C5^Wj Si
R1 1.1225 1.0000 1.0000 1.0000 1.0000 1.1225
R2 1.1225 1.3608 1.1665 1.2599 1.3608 3.0549
R3 1.1225 1.4300 1.4300 1.2009 1.4300 3.9416
R4 1.1225 1.1665 1.3608 1.2009 1.2765 2.7315
6. Penentuan nilai bobot (V) yang merupakan hasil prevensi dari alternatif, dengan rumus:
==
=
=
i i i j
n j
Wj ij n
j Wj ij
i S
V S W
X X
V atau
1
1 (3)
Hasil perhitungan nilai Vi dapat dilihat pada Tabel 6.
Tabel 6. Tabel Nilai Vi
Alternatif Nama Alternatif Vi Urutan/Ranking
R1 Nining Yulianingsih 0.1034 4
R2 Arfan Kurnia 0.2815 2
R3 Hadi Kurniawan 0.3633 1
R4 Oktansyah Syarif 0.2517 3
Hasil dari perhitungan manual dalam menentukan rangking nasabah penerima kredit, maka didapatkan bahwa alternatif R3 yang memiliki nilai (Vi) paling besar.
3.2 Desain
Tahap desain merupakan tahapan pemodelan sistem komputer yang akan dibangun. Pada tahap desain, peneliti menggunakan salah satu diagram Unified Modelling Language (UML) yaitu Use Case Diagram. Rancangan Use Case Diagram Sistem Pendukung Keputusan Penerima Kredit dapat dilihat pada Gambar 2.
Gambar 2. Use Case Diagram Sistem Pendukung Keputusan Penerima Kredit 3.3 Pengkodean
Tahap pengkodean atau tahap pengembangan sistem dilakukan dengan menggunakan Bahasa PHP dengan bantuan editor Visual Studio Code dan database MySQL. Pada tahap ini, peneliti membangun sistem sesuai dengan kebutuhan fungsional pada Use Case Diagram. Sistem yang dibangun akan digunakan oleh 2 pengguna yaitu account officer dan head unit. Gambar 3 akan menampilkan tampilan utama sistem setelah user berhasil login ke dalam sistem.
Gambar 3. Halaman utama Sistem
Pada tampilan halaman utama sistem, user akan melihat grafik perangkingan yang terakhir dihitung. Selanjutnya, user dapat memilih beberapa pilihan menu, antara lain Kelola data nasabah, Kelola pengajuan, dan melihat perangkingan.
Halaman aplikasi pengajuan dapat dilihat pada Gambar 4.
Gambar 4. Halaman Aplikasi Pengajuan
Setelah data pengajuan diinputkan, Langkah selanjutnya adalah mengisi nilai kriteria dari tiap alternatif nasabah yang mengajukan kredit. Halaman penilaian nasabah dapat dilihat pada Gambar 5.
Gambar 5. Halaman Penilaian Nasabah
Proses terakhir sistem adalah menentukan perangkingan nasabah berdasarkan penilaian yang sudah diinputkan.
Halaman urutan atau perangkingan nasabah penerima kredit dapat dilihat pada Gambar 6.
Gambar 6. Halaman Hasil Perangkingan
Dari hasil yang ditampilkan sistem, terlihat bahwa Hadi Kurniawan berada di posisi urutan pertama perangkingan, hasil ini sesuai dengan hasil analisa menggunakan perhitungan manual.
3.4 Pengujian
Sebelum Sistem Pendukung Keputusan Pemilihan Penerima Kredit ini digunakan, tahapan selanjutnya adalah melakukan pengujian terhadap sistem. Sistem diuji menggunakan pengujian black box testing. Pengujian black box ini akan menguji sistem dari sisi fungsionalitasnya atau kegunaan sistem. Pada pengujian ini dilakukan uji input dan output dari sistem.
Terdapat 10 butir pertanyaan terkait uji fungsionalitas dari sistem ini yang diujikan kepada 3 responden bidang IT. Hasil dari pengujian fungsionalitas sistem menggunakan black box testing ini sebesar 100% sistem menghasilkan input dan output yang sesuai dengan kebutuhan.
4. KESIMPULAN
Penelitian ini berhasil mengembangkan sistem penunjang keputusan dalam pemilihan penerima kredit. Sistem yang dikembangkan menggunakan metode Weighted Product (WP) dalam perhitungan atau penentuan rangking penerima kredit.
Sistem ini memiliki beberapa fitur seperti Kelola data nasabah, Kelola aplikasi pengajuan, Kelola penilaian kriteria, dan perangkingan. Hasil perhitungan manual dalam penerapan WP sama dengan nilai hasil perhitungan sistem yang dikembangkan, karena sistem bekerja sesuai dengan urutan metode WP yaitu menentukan nilai (Wj), lalu menentukan nilai (Si), dan menentukan nilai bobo (Vi). Sistem penunjang keputusan dalam pemilihan penerima kredit ini juga sudah diuji menggunakan pengujian fungsionalitas black box dengan hasil 100% sistem sudah sesuai dengan kebutuhan.
REFERENCES
[1] P. Hasan, “Sistem Pendukung Keputusan Penerimaan Kredit Usaha Pada PT. Bank BPR PMM,” J. Sist. Inf. dan Teknol. Inf., vol. 7, no. 1, pp. 77–88, 2018.
[2] R. I. Borman and M. Wati, “Penerapan Data Maining Dalam Klasifikasi Data Anggota Kopdit Sejahtera Bandarlampung Dengan Algoritma Naïve Bayes,” J. Ilm. Fak. Ilmu Komput., vol. 9, no. 1, pp. 25–34, 2020.
[3] M. Hasan, “Prediksi Tingkat Kelancaran Pembayaran Kredit Bank Menggunakan Algoritma Naïve Bayes Berbasis Forward Selection,” Ilk. J. Ilm., vol. 9, no. 3, pp. 317–324, 2017.
[4] R. I. Borman and H. Fauzi, “Penerapan Metode Perbandingan Eksponensial (MPE) Dalam Sistem Pendukung Keputusan Penerimaan Beasiswa Siswa Berprestasi Pada SMK XYZ,” CESS J. Comput. Eng. Syst. Sci., vol. 3, no. 1, pp. 17–22, 2018.
[5] L. Lisnawaty, F. Dina, and D. O. Sihombing, “Sistem Pendukung Keputusan Pemilihan Calon Tenaga Kerja di Kota Pontianak Dengan Metode Simple Additive Weighting (SAW),” J. Pilar Nusa Mandiri, vol. 14, no. 2, pp. 201–208, 2018.
[6] R. I. Borman, M. Mayangsari, and M. Muslihudin, “Sistem Pendukung Keputusan Menentukan Lokasi Perumahan Di Pringsewu Selatan Menggunakan Fuzzy Multiple Attribute Decision Making,” JTKSI, vol. 01, no. 01, pp. 5–9, 2018.
[7] R. I. Borman, D. A. Megawaty, and A. Attohiroh, “Implementasi Metode TOPSIS Pada Sistem Pendukung Keputusan Pemilihan Biji Kopi Robusta Yang Bernilai Mutu Ekspor (Studi Kasus : PT. Indo Cafco Fajar Bulan Lampung),” Fountain Informatics J., vol.
5, no. 1, p. 14, 2020.
[8] Y. Fernando and S. Fernanda, “Penerapan Sistem Pendukung Keputusan Penerimaan Dana Bantuan Operasional Sekolah Pada Siswa SMA N 1 Sidomulyo Menggunakan Metode TOPSIS Berbasis Web,” J. Tekno Kompak, vol. 11, no. 1, p. 29, 2017.
[9] M. Ickhsan, D. Anggraini, R. Haryono, S. H. Sahir, and R. Rohminatin, “Sistem Pendukung Keputusan Pemberian Kredit Usaha Rakyat Menggunakan Metode Weighted Aggregated Sum Product Assesment (WASPAS),” J. Ris. Komput., vol. 5, no. 2, pp. 97–
102, 2018.
[10] A. S. Purnomo and A. F. Rozi, “Comparative Analysis Uses Weighted Product (WP) and Simple Additive Weighting (SAW) Methods in the Best Graduation Selection System,” Sebatik, vol. 23, no. 1, pp. 44–52, 2019.
[11] M. Katoningati, R. I. Salsabila, and A. P. Widyassari, “Sistem Pendukung Keputusan Pemilihan Handphone Dengan Menggunakan Metode Weight Product,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 15, no. 1, pp. 24–34, 2021.
[12] M. Fauzi, “Penerapan Metode Weight Product Untuk Sistem Pendukung Keputusan Pemilihan Pemasok Alat Musik Pada Studio Musik Enterprise,” J. Tek. Inform. Kaputama, vol. 2, no. 1, pp. 98–104, 2018.
[13] E. Ermin, S. Sunardi, and A. Fadlil, “Penerapan Metode Weight Product Pada Penentuan Penerimaan Karyawan,” CYBERNETICS, vol. 4, no. 01, pp. 9–18, 2020.
[14] D. Dona, K. Yasdomi, and U. Utami, “Sistem Pendukung Keputusan Karyawan Terbaik Menggunakan Metode Weight Product (WP) (Studi Kasus: Universitas Pasir Pengaraian),” Riau J. Comput. Sci., vol. 4, no. 1, pp. 129–143, 2018.
[15] M. Irsan, “Implementasi Aplikasi Sistem Pendukung Keputusan Kenaikan Jabatan Pegawai Negeri Sipil (PNS) Menggunakan Metode Weight Product Pada Bagian Protokol Dan Dokumentasi Setda Kota Depok,” Fakt. Exacta, vol. 11, no. 1, pp. 17–23, 2018.
[16] I. Ahmad et al., “Using Fuzzy K-Nearest Neighbor for Predicting University Students Graduation In Teknokrat,” Indones. J. Artif.
Intell. Data Min., vol. 1, no. 1, pp. 47–52, 2018.
[17] G. W. Sasmito, “Penerapan Metode Waterfall Pada Desain Sistem Informasi Geografis Industri Kabupaten Tegal,” J. Inform.
Pengemb. IT(JPIT), vol. 2, no. 1, pp. 6–12, 2017.
[18] M. Melinda, R. I. Borman, and E. R. Susanto, “Rancang Bangun Sistem Informasi Publik Berbasis Web (Studi Kasus : Desa Durian Kecamatan Padang Cermin Kabupaten Pesawaran),” J. Tekno Kompak, vol. 11, no. 1, p. 1, 2018.
[19] R. D. Gunawan, R. Napianto, R. I. Borman, and I. Hanifah, “Penerapan Pengembangan Sistem Extreme Programming Pada Aplikasi Pencarian Dokter Spesialis di Bandar lampung Berbasis Android,” J. Format, vol. 8, no. 2, pp. 148–157, 2019.
[20] N. Nugroho, N. Handayani, R. Destriana, and T. Ernawati, “Impelemnetation of Certainty Factor in an Expert System for Diagnosing Oral Cancer,” J. Ris. Inform., vol. 4, no. 1, pp. 80–86, 2021.
[21] R. I. Borman, A. T. Priandika, and A. R. Edison, “Implementasi Metode Pengembangan Sistem Extreme Programming (XP) pada
Aplikasi Investasi Peternakan,” JUSTIN (Jurnal Sist. dan Teknol. Informasi), vol. 8, no. 3, pp. 272–277, 2020.
[22] Y. Rahmanto, J. Alfian, and R. I. Borman, “Penerapan Algoritma Sequential Search pada Aplikasi Kamus Bahasa Ilmiah Tumbuhan,” J. Buana Inform., vol. 12, no. 1, pp. 21–30, 2021.
[23] A. E. Kumala, R. I. Borman, and P. Prasetyawan, “Sistem Informasi Monitoring Perkembangan Sapi Di Lokasi Uji Performance (Studi Kasus : Dinas Peternakan Dan Kesehatan Hewan Provinsi Lampung),” J. Tekno Kompak, vol. 12, no. 1, p. 5, 2018.
[24] A. Herdiansah, R. I. Borman, and S. Maylinda, “Sistem Informasi Monitoring dan Reporting Quality Control Proses Laminating Berbasis Web Framework Laravel,” J. TEKNO KOMPAK, vol. 15, no. 2, pp. 13–24, 2021.
