SISTEM PENDUKUNG KEPUTUSAN PENILAIAN CALON DEBITUR PENERIMA KREDIT MODAL KERJA BANK SULTRA MENGGUNAKAN CREDIT SCORING

Transkripsi

1 semantik, Vol.2, No.2, Jul-Des 206, pp ISSN : (Online) 47 SISTEM PENDUKUNG KEPUTUSAN PENILAIAN CALON DEBITUR PENERIMA KREDIT MODAL KERJA BANK SULTRA MENGGUNAKAN CREDIT SCORING Yulianti Khusumawardani *, Statiswaty 2, Rahmat Ramadhan 3 *,2,3 Jurusan Teknik Informatika, Fakultas Teknik Universitas Halu Oleo, Kendari * khusumawardaniyulianti@gmail.com, 2 istywd@yahoo.com, 3 rahmat.ramadhan@innovcenter.org Abstrak Kredit Modal Kerja (KMK) merupakan salah satu kredit yang disalurkan oleh bank guna membantu debitur dalam memenuhi kebutuhan modal kerja untuk usaha yang dikelolanya. Dalam proses penyeleksian, pihak bank melakukan pemeriksaan administrasi, wawancara, survei, analisis awal dan penilaian kelayakan secara manual. Hal tersebut membuat pengambilan keputusan kredit memerlukan waktu yang cukup lama. Selain itu proses administrasi pemohon tidak efisien karena harus melakukan pencatatan dengan tradisional sehingga data administrasi pemohon kreditmenjadikurangtersistemdenganbaikdan sulit dalam pencarian data kembali apabila sewaktuwaktu dibutuhkan. Untuk itu diperlukansuatusistemterkomputerisasi yang dapatmembantu menangani masalah tersebut. Terdapat beberapa model yang sering digunakan dalam menganalisa kelayakan kredit. Namun, model analisa creditscoring yang lebih sering diterapkan dalam suatu bank. Model credit scoring dinilai mampu memberikan penilaian yang akurat dibandingkan dengan model penilaian kredit lainnya.berdasarkan hasil pengujian dan evaluasi yang dilakukan, maka sistem yang dibuat dapat mempermudah User dalam pengolahan data, pencarian kembali data serta dapat memberikan keputusan kredit dengan tingkat akurasi 90%. Kata kunci Credit Scoring, Kredit Modal Kerja, Penilaian Kelayakan Kredit. Abstract Kredit Modal Kerja (KMK) is one of the loans extended by the bank to help the debtor in working capital needs for business management. In the selection process, the bank does administrative checking, interviews, surveys, preliminary analysis and feasibility by manually. This makes the credit decision requires quite a long time. In addition the administrative processes of applicant having to do with traditional recording so that the administrative data be less of system well and difficult in data searching at any time if needed. For that we need a computerized system were could handle the problem. There are several models often used in analyzing credit worthiness. However, analysis of credit scoring models are more often applied in a bank. Credit scoring models considered capable for providing an accurate assessment compared with other credit scoring models.based on the results of testing and evaluation, the system created to make Users does data processing, easily, retrieval of data and provide a credit decision accuracy rate is 90%. Keywords Credit Scoring, Kredit Modal Kerja, Credit Feasibility Assessment. Received June st,202; Revised June 25 th, 202; Accepted July 0 th, 202

2 48. PENDAHULUAN Bank Sultra adalah salah satu bank yang berada di Sulawesi Tenggara. Produk dan layanan yang disediakan sangat beragam, salah satunya adalah Kredit Modal Kerja (KMK) Usaha.Kredit Modal Kerja diperlukan guna membantu debitur dalam menambah modal dan mengembangkan usahanya. Dalam suatu usaha, kebutuhan akan dana harus tersedia karena tanpa ketersediaan dana, kegiatan perusahaan tidak akan berjalan lancar. Banyaknya calon debitur yang mengajukan permohonan KMK di Bank Sultra membuat pihak bank harus menyeleksi sebaik mungkin debitur yang berhak dalam menerima KMK untuk menghindari kredit macet. Dalam proses penyeleksian, pihak bank melakukan pemeriksaan administrasi, wawancara, survei, pembuatan laporan analisis awal dan penilaian kelayakan secara manual. Hal tersebut membuat pengambilan keputusan kredit memerlukan waktu yang cukup lama. Selain itu proses administrasi pemohon tidak efisien karena harus melakukan pencatatan secara manual. Data administrasi pemohon kredit hanya berupa arsip (berkas) kurang tersistem sehingga sulit dalam pencarian data kembali apabila sewaktu-waktu dibutuhkan. Untuk itu diperlukan suatu sistem terkomputerisasi yang dapat membantu menangani masalah tersebut. Terdapat beberapa model yang digunakan dalam menganalisis kelayakan kredit, namun model analisis credit scoring yang lebih sering diterapkan dalam suatu bank. Model ini dinilai mampu memberikan penilaian yang akurat dibandingkan dengan model penilaian kredit lainnya []. Selain itu, dengan menggunakan credit scoring, dapat menghitung pertimbangan kompetensi penilaian dalam menyeleksi debitur [2]. Berdasarkan paparan latar belakang yang telah diuraikan maka penulis mengambil judul tugas akhir Sistem Pendukung Keputusan Penilaian Calon Debitur Penerima Kredit Modal Kerja Bank Sultra Menggunakan Credit Scoring. 2. METODE PENELITIAN 2. Kredit Menurut Raymond P. Kent dalam buku karangannya yang berjudul Money and Sistem Pendukung Keputusan Penilaian Calon Debitur Banking mengatakan bahwa kredit adalah kewajiban untuk melakukan pembayaran pada waktu yang diminta, atau pada waktu yang akan datang, karena penyerahan barangbarang sekarang. Menurut Undang-Undang No. 0 Tahun 998 tentang Perbankan, kredit yang diberikan adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam meminjam antara bank dan pihak lain yang mewajibkan pihak peminjam untuk melunasi utangnya setelah jangka waktu tertentu dengan pemberian bunga [3]. 2.2 SstemPendukungKeputusan Sistem Pendukung Keputusan atau Decision Support System (DSS) secara umum didefinisikan sebagai sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi terstruktur. Tujuan DSS dalam pengambilan keputusan bukan menggantikan manajer melainkan alat yang mendukung manajer dalam mengambil keputusan [4]. Secara khusus, SPK didefinisikan sebagai sebuah sistem yang mendukung kerja seorang manajer maupun sekelompok manajer dalam memecahkan masalah semi terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu [5]. 2.3 Analisis Pemberian Kredit Sebelum suatu kredit diputuskan, terlebih dahulu perlu dianalisis kelayakan kredit tersebut, tujuannya untuk menghindari kredit macet. Jika hal ini terjadi kemungkinan besar akan terjadi kerugian karena ketidakmampuan nasabah dalam mengembalikan pinjamannya [6]. Dalam penilaian kredit harus memenuhi kriteria sebagai berikut: ) Keamanan kredit (safety), harus benarbenar diyakini bahwa kredit tersebut dapat dilunasi kembali. 2) Terarahnya tujuan penggunaan kredit (suitability). Kredit yang digunakan untuk tujuan yang sejalan dengan kepentingan masyarakat atau setidaknya tidak bertentangan dengan peraturan yang berlaku. IJCCS Vol. x, No. x, July 20x : first_page end_page

3 Khusumawardani, Statiswaty dan Ramadhan ) Menguntungkan (profitable). Kredit yang diberikan menguntungkan bagi bank maupun nasabah. 2.4 Credit Scoring Berawal dari Fair Isaac and Company yang merupakan sebuah perusahaan bertempat di California, didirikan pada tahun 956 oleh Bill Fair dan Earl Isaac. Mereka memulai mengembangkan credit scoring untuk lembaga keuangan. Credit scoring tumbuh dalam bidang sistem keputusan analisis dan konsultasi hingga semua lembaga kredit dan pemberi pinjaman yang ingin mengetahui skor kredit pelanggan mereka mulai menggunakan perangkat lunak credit scoring dari Fair Isaacand Company. Credit scoring atau penilaian kredit adalah sistem atau cara yang digunakan oleh bank atau lembaga pembiayaan lainnya yang berguna untuk menentukan apakah seorang pemohon kredit layak atau tidak mendapatkan pinjaman, dihitung dengan menggunakan rumus tertentu. Berbagai faktor yang dapat merusak skor kredit, misalnya keterlambatan pembayaran angsuran bunga apalagi pokoknya, tidak adanya referensi kredit, atau penggunaan kartu kredit yang tidak bijaksana.faktor dari credit scoring dapat dilihat pada Gambar. Gambar Faktor Credit Scoring (ITS, 202) 2.5 Unified Modelling Language (UML) Unified Modelling Language (UML) adalah salah satu alat bantu yang sangat handal di dunia pengembangan sistem yang berorientasiobjek [7]. UML merupakan kesatuan dari bahasa pemodelan yang dikembangkan oleh Booch, Object Modelling Technique (OMT) dan Object Oriented Software Engineering (OOSE). Metode Boochdari Grady Booch sangat terkenal dengan nama metode Design Object Oriented. Metode ini menjadikan proses analisis dan design ke dalam empat tahap aniteratif, yaitu ; identifikasi kelas-kelas dan objek-objek, identifikasi semantik dari hubungan objek dan kelas tersebut, perincian interface, dan implementasi. Terdapat beberapa tujuan penggunaan Unified Modeling Language (UML) adalah: a) Memberikan bahasa pemodelan yang bebasdari berbagai bahasa pemrograman dan proses rekayasa. b) Menyatukan praktek-praktek terbaik yang terdapat dalam pemodelan. c) Memberikan model yang siap pakai, bahasa pemodelan visual yang ekspresif untuk mengembangkan dan saling menukar model dengan mudah dan dimengerti secara umum. d) UML bisa juga berfungsi sebagai sebuah (blue print) cetak biru karena sangat lengkap dan detail. Dengan cetak biru ini maka akan bias diketahui informasi secara detail tentang coding program atau bahkan membaca program dan menginterpretasikan kembali ke dalam bentuk diagram (reserve enginering). 2.6 Hypertext Preprocessor (PHP) Hypertext Preprocessor (PHP) merupakan bahasa pemrograman web yang dapat disisipkan ke dalam sebuah dokumen HTML. PHP dirancang oleh Rasmus Lerdorf pada tahun 995. PHP mendukung pemrograman berorientasi objek dan dapat disandingkan dengan basis data relasional. Adapun kelebihan dari PHP adalah sebagai berikut : ) PHP mudah dikembangkan karena memiliki banyak komunitas pengembang. 2) Dalam sisi pemahaman, PHP adalah bahasa skrip yang cukup mudah dipahami karena memiliki banyak referensi. PHP adalah bahasa open source yang dapat dijalankan melalui berbagai sistem operasi, seperti Linux, Windows dan Mac OS. 2.7 Menentukan Parameter Langkah awal yang dilakukan sebelum menerapkan credit scoring pada aplikasi penilaian calon debitur penerima kredit modal kerja Bank Sultra yaitu menentukan terlebih dahulu indikator, parameter dan bobot yang akan menjadi penialaian kelayakan kredit. Bobot parameter yang dibuat dalam sistem Title of manuscript is short and clear, implies research results (First Author)

4 50 Sistem Pendukung Keputusan Penilaian Calon Debitur telah mendapatkan konfirmasi persetujuan dari pihak Bank Sultra (Analis Kredit). Indikator penilaian kelayakan yang diterapkan di Bank Sultra dapat dilihat padatabel. Tabel. Parameter dan Bobot Penilaian Kredit Indikator Parameter Kode Bobot Latar a. Character C 0% Belakang Pemohon b. BI Checking C2 5% a. Riwayat Aspek Usaha C3 5% Manajemen b. Pengelolaan Manajemen C4 5% a. Kelengkapan Aspek Dokumen C5 5% Hukum b. Keabsahan Dokumen C6 5% Nilai Pasar Agunan Minimal Agunan C7 5% a. Daerah Pemasaran dan C0 7,5% Aspek Pemasaran Golongan Konsumen b. Omzet Penjualan C 0% c. Saingan C2 7,5% Aspek Teknis Aspek Keuangan a. Lokasi Usaha b. Sarana dan Prasarana a. Laporan Neraca b. Laporan Laba Rugi C8 5% C9 5% C3 5% C4 5% Total 00% 2.2 Membuat Daftar Opsi Penilaian Merujuk dari indikator dan parameter penilaian kelayakan kredit, maka ditentukan opsi penilaian yang digunakan untuk mempermudah penentuan pemberian skor kredit. Daftar opsi penilaian dari masingmasing parameter penilaian dapat dilihat pada Tabel Menentukan Skor Kredit Setelah ditentukannya daftar opsi penilaian, Analis Kredit memberikan penilaian kelayakan kepada pemohon berdasarkan informasi yang sudah dikumpulkan oleh Sales Officer. Kemudian sistem akan menghitung skor dari pemohon kredit dengan menggunakan Persamaan (). IJCCS Vol. x, No. x, July 20x : first_page end_page Kode Penilaian Skor C C2 C3 C4 C5 C6 C7 C8 C9 C0 C Tabel 2 Daftar Opsi Penilaian Baik 3 Cukup 2 Buruk Lancar 5 Perhatian khusus 4 Kurang lancar 3 Diragukan 2 Macet >2 tahun 3 2 tahun 2 < 2 tahun Sangat baik 4 Baik 3 Cukup baik 2 Kurang Baik Lengkap 2 Tidak lengkap Absah 2 Tidak Absah >25% dari plafond 3 kredit 25% dari plafond 2 kredit < 25% dari plafond kredit Milik sendiri 2 Milik bersama Sangat lengkap 4 Cukup Lengkap 3 Kurang lengkap 2 Tidak ada Ekspor 3 Regional 2 Lokal >50 juta 3 50 juta 2 < 50 juta Skor Max/ Parameter Bobot 3 0% 5 5% 3 5% 4 5% 2 5% 2 5% 3 5% 2 5% 4 5% 3 7.5% 3 0%

5 Khusumawardani, Statiswaty dan Ramadhan C2 C3 C4 Tidak ada 4 Cukup banyak 3 Banyak 2 Sangat banyak Layak 2 Tidak layak Layak 2 Tidak layak 4 7.5% 2 5% 2 0% NP = NO NM x BP () Dengan : NP : Nilai parameter NO : Nilaiopsi NM : Nilai maksimal dari parameter BP : Bobot parameter Apabila seorang pemohon dengan hasil penilaian sempurna maka pemohon tersebut akan mendapatkan total skor 00. Setelah diketahui total skor dari pemohon maka sistem akan mengkategorikan hasil keputusan kredit berdsarkan total skor yang diperoleh dengan rincian sebagai berikut : Total skor = Diterima Total skor 79 5 = Dipertimbangkan Total skor < 5= Ditolak Setelah sistem mengkategorikan keputusan kredit berdasarkan total skor dan ketentuan lainnya, maka dapat diketahui jumlah maksimal dari kredit yang dapat diberikan (plafond kredit) kepada pemohon dengan menggunakan Persamaan (2). P = TS 00 x JP (2) Dengan : P : Plafond kredit TS : Total skor JP : Jumlah permohonan 3. HASIL DAN PEMBAHASAN 3. Implementasi Antarmuka Sistem. Halaman Login Untuk dapat mengakses Menu Utama, User harus login terlebih dahulu untuk menginput-kan Username dan password yang valid. Tampilan form Login ditunjukkan oleh Gambar 2. Gambar 2 Halaman Login 2. Halaman Menu Utama Form Menu Utama merupakan tampilan antarmuka yang muncul setelah User berhasil melakukan login sebelumnya. Menu Utama aplikasi Sistem Pendukung Keputusan Penilaian Calon Debitur Penerima Kredit Modal Kerja Bank Sultra terdiri dari 7 menu, yaitu: Pengguna, Daftar Pemohon Kredit, Tambah Pemohon Baru, Penilaian Kelayakan, Pengaturan, Petunjuk Penggunaan, Hasil Analisa. Tampilan halaman Menu Utama ditunjukkan oleh Gambar 3. Gambar 3 Halaman Menu Utama 3. Halaman Menu Pengguna Pada saat User memilih menu pengguna, maka sistem akan menampilkan daftar seluruh pengguna sistem, baik analis maupun Sales Officer. Pada halaman ini User dapat melakukan penamabahan pengguna baru, penghapusan data penguna dan pengubahan data pengguna. Tampilan form input data pengguna baru dapat dilihat pada Gambar 4. Sedangkan form input untuk pengubahan data pengguna dapat dilihat pada Gambar 5. Title of manuscript is short and clear, implies research results (First Author)

6 52 Sistem Pendukung Keputusan Penilaian Calon Debitur Gambar 4 Halaman Input Data Pengguna Baru Gambar 7.Halaman Daftar Pemohon Kredit 6. Halaman Input Data Administrasi Gambar 8 merupakan tampilan form Input Data Administrasi dari Pemohon Kredit Modal Kerja yang terpilih. Saat Sales Officer selesai memasukkan data administrasi dan memilih menu Simpan, maka data administrasi pemohon akan tersimpan ke dalam database. Gambar 5 Halaman Ubah Data Pengguna 4. Halaman Menu Tambah Pemohon Baru Pada saat memilih menu Tambah Pemohon Baru, maka sistem akan menampilkan halaman input pemohon kredit baru. Tampilan halaman tambah pemohon baru dapat dilihat pada Gambar 6. Gambar 6 Halaman Input Data Pemohon Baru 5. Halaman Menu Daftar Pemohon Kredit Pada saat Sales Officer memilih menu Daftar Pemohon Kredit, maka sistem akan menampilkan daftar dari seluruh Pemohon Kredit Modal Kerja. Pada halaman ini seorang Sales Officer dapat melakukan tambah data dengan memilih menu Tambah Data dan juga dapat menghapus data pemohon kredit dengan memilih icon Hapus yang terletak pada kolom terakhir pada masing-masing baris data pemohon kredit. Tampilan Halaman Daftar Pemohon Kredit dapat dilihat pada Gambar 7. Gambar 8 Halaman Input Data Administrasi 7. Halaman Input Data Wawancara Gambar 9 merupakan tampilan sistem untuk menambahkan Data Wawancara dari pemohon kredit terpilih. Pada halaman ini terdapat 23 pertanyaan wajib yang harus diajukan kepada pemohon kredit dan Sales Officer hanya perlu memasukkan jawaban dari pemohon kredit pada kolom jawaban yang terdapat di bagian bawah dari masing-masing pertanyaan wajib. Jika diperlukan Sales Officer dapat menambah pertanyaan tambahan sesuai kebutuhan dengan memilih menu Tambah Pertanyaan. Apabila data hasil wawancara selesai dimasukkan dan Sales Officer memilih menu Simpan, maka Data Wawancara baik pertanyaan wajib dan tambahan akan tersimpan ke dalam database. 8. Halaman Input Data Keuangan Gambar 0 merupakan tampilan dari form input data keuangan pemohon kredit. Termasuk didalamnya input untuk data laporan neraca 2 periode terakhir dan data IJCCS Vol. x, No. x, July 20x : first_page end_page

7 Khusumawardani, Statiswaty dan Ramadhan laporan laba rugi periode terakhir pemohon kredit. Gambar 2 Halaman Input Data Analisa Awal Gambar 9 Halaman Input Data Wawancara. Halaman Input Data Penilaian Kelayakan Apabila Analis Kredit mengakses menu Penilaian Kelayakan yang terdapat pada Menu Utama dari aplikasi, sistem akan menampilkan daftar pemohon kredit yang sudah disurvei terlebih dahulu. Tampilan halaman Daftar Pemohon Kredit yang Telah Disurvei ditunjukkan oleh Gambar 3. Gambar 0 Halaman Input Data Keuangan 9. Halaman Input Data Kunjungan Survei Gambar merupakan tampilan form Input Data Kunjungan Survei yang dilakukan oleh Sales Officer. Pada saat Sales Officer selesai memasukkan data hasil kunjungan dan memilih menu Simpan, maka data kunjungan akan tersimpan ke dalam database. Gambar 3 Halaman Daftar Pemohon yang Telah Disurvei Selanjutnya Analis Kredit hanya perlu memilih nama pemohon yang akan diberikan penilaian kelayakan, maka sistem akan menampilkan form Input Data Penilaian Kelayakan, yang ditunjukkan oleh Gambar 4. Gambar Halaman Input Data Kunjungan Survei 0. Halaman Input Data Analisa Awal Gambar 2 merupakan tampilan dari form Input Data Analisa Awal yang dibuat oleh Sales Officer berdasarkan hasil kunjungan dan pengumpulan data pemohon kredit. Gambar 4 Halaman Input Data Penilaian 2. Halaman Pengaturan Jika terjadi perubahan kebijakandari Bank Sultra mengenai perubahan kriteria dan bobot penilaian, seorang Analis Kredit dapat melakukan perubahan dan memasukkan data Title of manuscript is short and clear, implies research results (First Author)

8 54 Sistem Pendukung Keputusan Penilaian Calon Debitur opsi penilaian baru. Tampilan form Input Pengaturan Data Kriteria ditunjukkan oleh Gambar 5. Gambar 5 Halaman Pengaturan Data Kriteria 3. Halaman Petunjuk Penggunaan Jika User baik Sales Officer maupun Analis Kredit memerlukan panduan dan informasi mengenai hak akses, maka User hanya perlu memilih menu Petunjuk Penggunaan yang dapat diakses dari halaman Menu Utama. Tampilan petunjuk penggunaan dapat dilihat pada Gambar 6. Gambar 6. Halaman Petunjuk Penggunaan 4. Halaman Data Hasil Analisa Jika User ingin mengetahui hasil dari analisa penilaian kelayakan Pemohon Kredit Modal Kerja, User hanya perlu memilih menu Hasil Analisa yang terdapat pada halaman Menu Utama. Tampilan halaman Hasil Analisa dapat dilihat pada Gambar 7. Gambar 7 Halaman Hasil Analisa User juga dapat melihat Data Hasil Analisa secara lebih terperinci. Data rincian Hasil Analisa ditunjukkan oleh Gambar 8. Gambar 8 Halaman RIncian Data Hasil Analisa 3.2 PengujianSistem Pada tahap ini dilakukan proses pengujian terhadap suatu sistem yang dibangun. Tujuan dari pengujian ini adalah untuk menjamin bahwa perangkat lunak yang dibangun memiliki kualitas yang handal yaitu mampu mempresentasikan kajian pokok dari spesifikasi, analisis, perancangan dan pengkodean dari perangkat lunak itu sendiri. Pada pengujian sistem ini menggunakan 0 data uji yang diperoleh dari Bank Sultra. Tahap pertama, Sales Officer (SO) memasukkan terlebih dahulu data diri pemohon dan data usaha pada halaman menu Tambah Pemohon Baru (Gambar 5). Pada tahapan ini Sales Officer hanya memasukkan data pemohon yang mengajukan permohonan kredit di Kantor Cabang atau Kantor Cabang Pembantu (Capem) tempatnya ditugaskan. Sehingga sistem hanya akan menampilkan data pemohon dari Kantor Cabangatau Kantor Capem tersebut. Setelah itu SO memeriksa berkas administrasi pemohon dan memasukkan data administrasi ke dalam sistem (Gambar 7), Setelah itu SO melakukan wawancara dengan pemohon kredit guna melengkapi informasi yang dibutuhkan kemudian memasukkan data hasil wawancara ke dalam sistem (Gambar 8). Selanjutnya SO memasukkan data keuangan pemohon ke dalam sistem (Gambar 9) sesuai dengan laporan keuangan yang disertakan dalam proposal pengajuan kredit. Selanjutnya SO melakukan survei untuk meninjau usaha yang sedang berjalan, dan agunan yang dijaminkan, kemudian meng-input-kan data hasil kunjungan ke dalam sistem (Gambar 0). Kemudian SO membuat memo analisa awal (Gambar ) yang akan menjadi bahan pertimbangan Analis Kredit dalam memberikan penilaian kredit. IJCCS Vol. x, No. x, July 20x : first_page end_page

9 Khusumawardani, Statiswaty dan Ramadhan Pada tahapan selanjutnya setelah memo analisa awal dicetak, kemudian diserahkan oleh SO ke Analis Kredit, analis akan melakukan penilaian kelayakan berdasarkan informasi yang telah dikumpulkan oleh SO (Gambar 3). Setelah dilakukan penilaian kelayakan terhadap seluruh pemohon kredit maka dapat diketahui hasil dari sistem penunjang keputusan penilaian calon debitur penerima Kredit Modal Kerja Bank Sultra. Hasil dari analisa kelayakan seluruh data uji dapat dilihat pada Gambar 9. Gambar 9 Hasil Penilaian Kelayakan Berdasarkan hasil keputusan menggunakan sistem terdapat orang pemohon dengan status kredit ditolak, orang dipertimbangkan dan 8 orang diterima, sedangkan jika menggunakan sistem manual terdapat 2 orang pemohon ditolak dan 8 orang pemohon diterima. Data hasil penilaian kelayakan kredit menggunakan sistem dan analisa manual dapat dilihat pada Tabel 3. Tabel 3 Hasil Penilaian Menggunakan Sistem dan Manual Nama Manual Sistem Pemohon Diterima Diterima Pemohon 2 Ditolak Ditolak Pemohon 3 Diterima Diterima Pemohon 4 Ditolak Dipertimbangkan Pemohon 5 Diterima Diterima Pemohon 6 Diterima Diterima Pemohon 7 Diterima Diterima Pemohon 8 Diterima Diterima Pemohon 9 Diterima Diterima Pemohon 0 Diterima Diterima Berdasarkan Tabel 3 dapat diketahui bahwa antara keputusan menggunakan sistem dan keputusan manual terdapat 9 keputusan yang hasilnya sama, sehingga dapat disimpulkan tingkat akurasi dari sistem yang 55 dibangun terhadap sistem manual sebesar 90%. 4. KESIMPULAN Berdasarkan hasil dan pembahasan yang telah diuraikan pada bab sebelumnya, maka dapat disimpulkan bahwa aplikasi Sistem Pendukung Keputusan Penilaian Calon Debitur Penerima Kredit Modal Kerja Bank Sultra Menggunakan Credit Scoring dapat dibangun dengan berbasis website, dengan tingkat akurasi sebesar 90%. 5. SARAN Adapun saran Penulis untuk penelitian selanjutnya yang berkaitan dengan Aplikasi Sistem Pendukung Keputusan Penilaian Calon Debitur Penerima Kredit Modal Kerja Bank Sultra Menggunakan Credit Scoring adalah sebagai berikut :. Pada pengembangan selanjutnya diharapkan desain tampilan dibuat lebih menarik dan responsive. 2. Pada pengembangan selanjutnya diharapkan agar parameter penilaian dapat ditambahkan secara dinamis. DAFTAR PUSTAKA [] Samreen, A., 202, Design and Development of Credit Scoring Model for the Commercial Banks of Pakistan: Forecasting Creditworthiness of Individual Borrowers, University of the Punjab Lahore, Pakistan. [2] Nopendra, R., Atika L. dan Zuhri, Ilman, 204, Sistem Pendukung Keputusan Kelayakan Kredit Kepemilikan Rumah Menggunakan Metode Credit Scoring pada PT Polygon Abadi, Universitas Bina Darma, Palembang. [3] Muljono, T. P., 993, Manajemen Perkreditan Bagi Bank Komersil, cetakan ketiga, BPFE, Yogyakarta. [4] Kusrini, 2007, Konsep dan Aplikasi Sistem Pendukung Keputusan, Andi, Yogyakarta. Title of manuscript is short and clear, implies research results (First Author)

10 56 Sistem Pendukung Keputusan Penilaian Calon Debitur [5] Hermawan, J., 2005, Membangun Decision Support System, Andi, Yogyakarta. [6] Dendawijaya, L., 2005, Manajemen Perbankan, Ghalia Indonesia, Jakarta. [7] Munawar, 2005, Pemodelan Visual menggunakan UML, Graha Ilmu, Yogyakarta. IJCCS Vol. x, No. x, July 20x : first_page end_page