SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KPR (KREDIT PEMILIKAN RUMAH) UNTUK NASABAH PEMOHON MENGGUNAKAN METODE TOPSIS (STUDI KASUS PT.

Transkripsi

1 Junal Pelita Infomatika, Volume 6, Nomo 3, Juli 7 ISSN (Media Cetak) Hal: SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KPR (KREDIT PEMILIKAN RUMAH) UNTUK NASABAH PEMOHON MENGGUNAKAN METODE TOPSIS (STUDI KASUS PT. BANK CENTRAL ASIA. TBK) Jepi Siega Mahasiswa Teknik Infomatika STMIK Budi Dama Jl. Sisingamangaaja No.338 Simpang Limun Medan ABSTRAK KPR yaitu Kedit Pemilikan Rumah yang disediakan oleh pihak pebankan kepada paa debitu yang hendak membeli tempat tinggal. Pembeli hanya cukup membaya % dai total haga umah kepada penjual, sisanya meminjam ke Bank dengan jaminan umah yang dibeli kemudian mengangsunya setiap bulan dengan besa angsuan dan jangka waktu pembayaan sesuai dengan kesepakatan. Dalam hal ini bank dituntut untuk dapat mengambil keputusan dengan cepat dan cemat mengingat lingkungan bisnis pebankan yang semakin kompetitif. Untuk mewujudkan hal tesebut dipelukan adanya sebuah sistem pendukung keputusan (SPK) yang dapat membantu manage dalam membuat keputusan, meningkatkan dalam pengolahan data, mempecepat posesnya dan dapat meningkatkan mutu seta pelayanan dai pihak bank dalam membeilkan kedit. Kata Kunci: KPR, Sistem Pendukung Keputusan,TOPSIS I. PENDAHULUAN Bank meupakan suatu lembaga keuangan yang mempunyai banyak aktivitas dimana salah satunya adalah melayani kegiatan Kedit Kepemilikan Rumah (KPR). KPR adalah Kedit Kepemilikan Rumah, bedasakan pesetujuan atau kesepakatan pihak bank dan nasabah pemohon yang mewajibkan pihak yang ingin KPR untuk melunasi cicilan KPRnya setelah jangka waktu tetentu dan dengan jumlah bunga yang telah ditentukan pula. Seiing dengan pekembangan ilmu pengetahuan dan teknologi maka bebagai jenis pealatan kejapun mengalami banyak pekembangan. Sistem bebasis kompute memiliki kemampuan untuk menyelesaikan bebagai bentuk pekejaan dengan baik teutama dalam hal efisiensi waktu. Salah satu bentuk pekejaan yang dapat memanfaatkan sistem bebasis kompute adalah pekejaan untuk mengambil keputusan. Sistem ini diancang untuk membantu seoang pembuat keputusan (decision make) untuk mengambil keputusan dalam menyelesaikan masalah. Untuk mewujudkan hal tesebut dipelukan adanya sebuah sistem pendukung keputusan (SPK) yang dapat membantu pimpinan dalam membuat keputusan, meningkatkan dalam pengolahan data, mempecepat posesnya dan dapat meningkatkan mutu seta pelayanan dai pihak bank dalam membeikan KPR. Menuun Tuban Raine Potte (5, h,3) dengan meneapkan metode yang sesuai dengan bidang keputusan yang diambil, sistem pendukung keputusan ini dapat membantu peusahaan dalam pembeian KPR (Kedit Pemilikan Rumah) Aga menghasilkan keputusan yang lebih tepat dan bedampak pada kemajuan peusahaan. Dengan menggunakan metode TOPSIS sistem pendukug keputusan ini dapat membantu peusahaan dalam pengambilan keputusan yang lebih tepat dalam penentuan pembeian KPR. Adapun yang akan dibahas dalam penelitian yang dilakukan adalah Bagaimana poses menentukan kiteia-kiteia penilaian pendukung kedit KPR pada Bank, bagaimana meneapkan metode TOPSIS untuk penilaan KPR pada Bank dan bagaimana meancang Sistem Pendukung Keputusan Pembeian KPR(Kidit Pemilikan Rumah) Untuk Nasabah Pemohon Menggunakan Metode TOPSIS. II. TEORITIS A. Sistem Pendukung Keputusan Sistem Pendukung Keputusan menuut bebagai ahli diantaanya Man dan Watson, mendefinisikan bahwa Sistem Pendukung Keputusan (SPK) adalah suatu sistem inteaktif yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan unutk memecahkan masalah-masalah yang sifatnya semi testuktu dan tidak testuktu (Daihan, ). Sistem Pendukung Keputusan sebenanya meupakan salah satu bidang di lingkungan CBIS (Compute Based Infomation Sistem). CBIS sendii adalah suatu sistem infomasi yang bebasis compute, di mana di dalamnya tedapat aplikasi-aplikasi kompute utama, yakni SIA (Sistem Infomasi Akuntansi), SIM (Sistem Infomasi Manajemen), SPK (Sistem Pendukung Keputusan), otomatisasi kanto dan sistem 335

2 Junal Pelita Infomatika, Volume 6, Nomo 3, Juli 7 ISSN (Media Cetak) Hal: paka.(daihani, Komputasi Pengambilan Keputusan, ). B. Metode TOPSIS (Technique Fo Othes Refeence by Similaity to Ideal Solution) TOPSIS adalah salah satu metode pengambilan keputusan multikiteia yang petama kali dipekenalkan oleh Yoon dan Hwang (98). TOPSIS menggunakan pinsip bahwa altenatif yang tepilih haus mempunyai jaak tedekat dai solusi ideal positif dan tejauh dai solusi ideal negatif dai sudut pandang geometis dengan menggunakan jaak Euclidean untuk menentukan kedekatan elatif dai suatu altenatif dengan solusi optimal. Solusi ideal positif didefinisikan sebagai jumlah dai seluuh nilai tebaik yang dapat dicapai untuk setiap atibut, sedangkan solusi negatif-ideal tedii dai seluuh nilai tebuuk yang dicapai untuk setiap atibut. TOPSIS mempetimbangkan keduanya, jaak tehadap solusi ideal positif dan jaak tehadap solusi ideal negatif dengan mengambil kedekatan elatif tehadap solusi ideal positif. Bedasakan pebandingan tehadap jaak elatifnya, susunan pioitas altenatif bisa dicapai. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secaa paktis. Hal ini disebabkan konsepnya sedehana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan menguku kineja elatif dai altenatif-altenatif keputusan. C. Posedu TOPSIS Dalam menggunakan metode TOPSIS tedapat posedu-psedu yang haus dilakukan, diantaanya adalah :. Membuat matiks keputusan yang tenomalisasi. Membuat matiks keputusan yang tenomalisasi tebobot 3. Menentukan matiks solusi ideal positif dan solusi ideal negatif 4. Menentukan jaak antaa nilai setiap altenatif dengan matiks solusi ideal positif dan negatif 5. Menentukan nilai pefeensi untuk setiap altenatif. D. Langkah-Langkah Metode TOPSIS Langkah-langkah yang haus dilakukan untuk mempeoleh hasil penilaian dalam metode TOPSIS adalah :. Membangun nomalized decision mati Elemen ij hasil dai nomalisasi decision mati R dengan metode Euclidean length of a vecto adalah: ij = ij m i= ij. Membangun weighted nomalized decision mati Dengan bobot W= (w, w,...,wn), maka nomalisasi bobot matiks V adalah: w w wn n w V = [ ] w m w m w n mn 3. Menentukan solusi ideal dan solusi ideal negatif. Solusi ideal dinotasikan A*, sedangkan solusi ideal negatif dinotasikan A- : A = {(ma v ij j J), ( min v ij j J ), i =,,3,, m} = {v, v,, v n } A = {(min v ij j J), (ma v ij j J ), i =,,3,, m} = {v, v,, v n } 4. Menghitung sepaasi S i* adalah jaak (dalam pandangan Euclidean) altenatif dai solusi ideal didefinisikan sebagai: S i = n j= (v ij v ij ), dengan i=,,3,m Dan jaak tehadap solusi negatif-ideal didefinisikan sebagai: Si = n (v ij v j= j ), dengan i=,,3,m 5. Menghitung kedekatan elatif tehadap solusi ideal S i C i =, dengan < C S i + S i < dan i i =,,3,, m 6. Meangking Altenatif Altenatif dapat diangking bedasakan uutan Ci*. Maka dai itu, altenatif tebaik adalah salah satu yang bejaak tependek tehadap solusi ideal dan bejaak tejauh dengan solusi negatif-ideal. E. Pekeditan Pada Bank Menuut suhano (3) kata kedit beasal dai bahasa yunani yaitu cedee yang atinya kepecayaan. Kepecayaan dilihat dai sisi bank adalah suatu keyakinan bahwa uang yang dibeikan dapat dikembalikan tepat waktu sesuai dengan kesepakatan kedua belah pihak yang tetuang dalam akte pejanjian kedit. 336

3 Junal Pelita Infomatika, Volume 6, Nomo 3, Juli 7 ISSN (Media Cetak) Hal: Menuut Muchdasyah Sinungan dalam buku suhano(3:), Kedit adalah suatu pembeian pestasi oleh suatu pihak kepada pihak lain dan pestasi itu akan dikembalikan lagi pada suatu masa tetentu yang akan datang disetai suatu conta pestasi bebentuk bunga. F. Kedit Kepemilikan Rumah Pengetian KPR petama-tama dapat dipahami dai kepanjangan KPR itu sendii.kpr meupakan kependekan dai Kedit Pemilikan Rumah.Jadi secaa tata bahasa, kepanjangan KPR adalah Kedit Kepemilikan Rumah, cuma dibolak balik saja.adapun pengetian KPR secaa istilah atau definisi KPR adalah; kedit jangka panjang yang dibeikan oleh lembaga keuangan (misal; bank) kepada debitunya untuk mendiikan atau memiliki umah diatas sebuah lahan dengan jaminan setifikat kepemilikan atas umah dan lahan itu sendii. G. Nasabah Dalam Peatuan Bank Indonesia No.7/7/PBI/5 jo No. //PBI/8 tentang penyelesaian pengaduan nasabah Pasal angka yang dimaksud dengan nasabah adalah Pihak yang menggunakan jasa bank, temasuk pihak yang tidak memiliki ekening namun memanfaatkan jasa bank untuk melakukan tansaksi keuangan (walkin custome). Sedangkan menuut Kamus Besa Bahasa Indonesia Nasabah adalah oang yg biasa behubungan dengan atau menjadi pelanggan bank dalam hal keuangan ( Di dalam UU No. Tahun 998 tentang Pebankan dimuat tentang jenis dan pengetian nasabah. Dalam Pasal angka 7 disebutkan bahwa pengetian nasabah yaitu pihak yang menggunakan jasa bank. H. Alat Bantu Peancangan Sistem Alat bantu peancangan sistem adalah suatu alat yang digunakan dalam menyelesaikan suatu pemasalahan. Adapun alat bantu yang digunakan dalam peancangan atau pengembangan pogam yang digunakan dalam penelitian ini sebagai beikut. I. UML (Unified Modeling Language) Menuut Adi Nugoho (Peancangan dan Aplikasi, 7), Unified Modeling Language (UML) adalah alat bantu analisis seta peancangan peangkat lunak bebasis objek. UML (Unified Modeling Language) adalah metode pemodelan secaa visual sebagai saana untuk meancang dan atau membuat softwae beoientasi objek. Kaena UML ini meupakan bahasa visual untuk pemodelan bahasa beoientasi objek, maka semua elemen dan diagam bebasiskan pada paadigma object oiented. UML adalah salah satu tool / model untuk meancang pengembangan softwae yang bebasis object oiented. J. Flowchat Flowchat atau diagam ali adalah sekumpulan simbol-simbol atau skema yang menunjukkan atau menggambakan angkaian kegiatan-kegiatan pogam dai mulai awal hingga akhi. Inti dai pembuatan flowchat atau diagam ali ini penggambaan uutan langkah-langkah pengejaan suatu algoitma. K. MySQL MySQL dikembangkan sekita tahun 994 oleh sebuah peusahaan pengembang softwae dan konsultan database benama MYSQL AB yang beada di Swedia. Waktu itu peusahaan tesebut masih benama TcX DataKonsult AB, dan tujuan awal dikembangkannya MySQL adalah untuk mengembangkan aplikasi bebasis web pada client. Awalnya Michael "Monty" Widenius, pengembang satu-satunya di TcX memiliki sebuah aplikasi UNIREG dan utin ISAM buatannya sendii dan sedang mencai antamuka SQL yang cocok untuk diimplementasikan ke dalamnya. Mula-mula Monty memakai minisql (msql) pada ekspeimennya itu, namun SQL diasa kuang sesuai, kaena telalu lambat dalam pemosesan quey. III. ANALISA DAN PEMBAHASAN Analisa adalah kajian yang dilaksanakan tehadap sebuah pemasalahan, guna meneliti stuktu masalah tesebut secaa mendalam dengan caa-caa memecah masalah tesebut menjadi bagian-bagian kecil yang lebih mudah dipelajai, kemudian mempelajai bagian-bagian tesebut, dan mengambil kesimpulannya. Pada tahap analisa masalah akan diuaikan bagaimana poes penentuan pembeian KPR kepada nasabah pemohon dengan menggunakan metode topsis. A. Kiteia dan Untuk menentukan kiteia pembeian KPR kepada nasabah pemohon dialakukan bebeapa tahap yaitu:. Tentukan hasil yang akan didapat nasabah pemohon secaa umum dalam pemohonan KPR : a. Diteima b. Ditolak. Tentukan kiteia bedasakan ketetapan dai bank a. Kiteia : Fotokopi KTP Pemohon dan Suami/Isti (K) Fotokopi KTP Pemohon dan Suami/Isti yaitu:. KTP suami Pemohon dan isti (bobot ). KTP pemohon (bobot ) 3. (bobot ) 337

4 Junal Pelita Infomatika, Volume 6, Nomo 3, Juli 7 ISSN (Media Cetak) Hal: b. Kiteia : Fotokopi Katu Keluaga dan Suat Nikah (K) Fotokopi Katu Keluaga dan Suat Nikah yaitu:. Ada (bobot ). (bobot ) c. Kiteia 3 : Fotokopi NPWP/SPT PPh Tahunan (K3) Fotokopi NPWP/SPT PPh Tahunan yaitu:. Ada(bobot ). (bobot ) d. Kiteia 4 : Fotokopi Rekening Koan/ Tabungan 3 bulan teakhi (K4) Fotokopi Rekening Koan/ Tabungan 3 bulan teakhi yaitu:. Ada(bobot ). (bobot ) e. Kiteia 5 : Slip gaji/suat Keteangan Penghasilan (K5) Slip gaji/suat Keteangan Penghasilan yaitu:. Penghasilan> 5 juta/bulan(bobot ). Penghasilan < 5 juta/bulan(bobot ) f. Kiteia 6 : Suat Rekomendasi Peusahaan (K6) Suat Rekomendasi Peusahaan yaitu: Ada(bobot ), (bobot ) 3. Tentukan bobot kiteia bedasakan keputusan manajemen bank: a. Kiteia : 5 % b. Kiteia : 5 % c. Kiteia 3 : 5 % d. Kiteia 4 : 5 % e. Kiteia 5 : % f. Kiteia 6 : % B. Pehitungan Penentuan Pembeian KPR dengan Metode Topsis Selanjutnya dilakukan poses pengembangan dan pencaian altenatif tindakan/solusi yang dapat diambil. Pada pemasalahan pengambilan keputusan dengan bebeapa altenatif dengan sejumlah kiteia memiliki bobot tetentu untuk mencapai solusi yang optimal, penulis menggunkan Technique fo Ode Pefomance by Similaity to Ideal Solution (Topsis). Dimana topsis menggunakan pinsip bahwa altenative yang tepilih haus mempunyai jaak tedekat dai solusi ideal positif dan jaak tepanjang dai solusi ideal negative dai sudut pandang geometis dengan mengguanakan jaak antaa dua titik.. Menentukan angking kecocokan dai setiap altenative ( A, A,A3) pada setiap kiteia : = sangat tidak memenuhi = tidak memenuhi 3=cukup memenuhi 4=memenuhi 5= sangat memenuhi Tabel 4. Fotokopi Administasi Pemohon dan Suami/Isti Fotokopi KTP Pemohon dan Suami/Isti (KTP) KTP suami Pemohon dan isti KTP pemohon FotoKopi Kau Keluaga dan Suat Niakah (KK) Ada FotoKopi NPWP/SPT pph Tahunan (NPWP) Ada Fotokopi Rekening Koan/Tabungan 3 Bulan Teakhi (RK) Ada Tabel 4.5 Slip Gaji/Suat Keteangan Penghasilan Slip Gaji/Suat Keteangan Penghasilan (SG) Penghasilan < 5 juta Penghasilan > 5-6 juta Tabel 4.6 Suat Rekomendasi Peusahaan Suat Rekomendasi Peusahaan (SRP) Ada Bedasakan kitea dan ating kecocokan setiap altenatif pada setiap kiteia yangtelah ditentukan, selanjutnya penjabaan altenatif pada setiap kiteia dengan nilai. Beikut pehitungan bedasakan comtoh kasus. Tabel 4.7 Altenatif ALTERN ATIF KTP KK NPWP RK SG SRP DANI Lengkap Ada Ada Ada Ada Ada YUSUF Pemohon Ada Ada Ada Ada Tidak RIAN Pemohon Ada Ada Tidak Tidak Ada Bedasakan data diatas, dibentuk matiks keputusan dengan label yang dikonvesikan dengan nilai, sepeti tabel beikut: Tabel 4.8 Ranking kecocokan altenatif pada setiap kiteia Altenatif K K K3 K4 K5 K6 A A A3 Kaena setiap nilai yang dibeikan pada setiap altenatif di setiap kiteia meupakan nilai kecocokan, maka semua kiteia yang dibeikan telah diasumsikan.. Pembobotan fefeensi dan matiks keputusan. pefeensi untuk setiap kiteia K, K, K3, K6=3,3,3,3,4,4 338

5 Junal Pelita Infomatika, Volume 6, Nomo 3, Juli 7 ISSN (Media Cetak) Hal: Matiks keputusan yang tebentuk dai tabel angking kecocokan adalah : 3. Hitung bobot dai keseluuhan kiteia dengan menggunakan metode topsis dengan langkah sebagai beikut : a. Rangking Tiap Altenatif Topsis membutuhkan angking kineja setiap altenatif Ai pada setiap Kj yang tenomalaisasiyaitu : ij ij dengan i=,, m; j= m i j ij,, n Dengan menentukan bobot untuk masingmasing ktiteia pembeian KPR kepada nasabah pemohon yaitu : Kiteia,449 Nilai dai A dengan K,449,86 Nilai dai A dengan K,449,48 Nilai dai A3 dengan K, Kiteia,48,73 Nilai dai A dengan K,73,577 Nilai dai A dengan K,73,577 Nilai dai A3 dengan K, Kiteia 3 3,577,73 Nilai dai A dengan K3, ,577 Nilai dai A dengan K3, ,577 Nilai dai A3 dengan K3, Kiteia 4 4,577,44 Nilai dai A dengan K4, ,77 Nilai dai A dengan K4, ,77 Nilai dai A3 dengan K4, Kiteia 5 5,44 Nilai dai A dengan K5, ,77 Nilai dai A dengan K5, ,77 Nilai dai A3 dengan K5, Kiteia 6 6,44 Nilai dai A dengan K6, ,77 Nilai dai A dengan K6 8, Nilai dai A3 dengan K6, ,77 Maka dihasilkan angking untuk setiap altenatif yaitu :,86,577,577,77,77,77 R=,48,577,577,77,77,48,577,577,77 339

6 Junal Pelita Infomatika, Volume 6, Nomo 3, Juli 7 ISSN (Media Cetak) Hal: b. Matiks keputusan tenomalisasi tebobot. y w ij i ij Matiks keputusan tenomalisasi tebobot didapatkan dai pekalian matiks R dengan bobot peefeensi (5, 4,, 5, 4, 5) yaitu :,86,577,577,77,77,77 R=,48,577,577,77,77 3,3,3,3,4,4,48,577,577,77 Sehingga dihasilkan matiks keputusan tenomalisasi tebobot yaitu :,448,67,67,,88,88 Y=,4,67,67,,88,4,67,67,88 c. Menentukan matiks solusi ideal positif dan matiks solusi ideal negatif Solusi ideal positif A+ dan solusi ideal negatif A- dapat ditentukan bedasakan angking bobot tenomalisasi (yij), dimana nilai paling tinggi untuk masing-masing altenatif akan diangkat membentuk matiks, yaitu sebagai beikut : A ( y, y, y3,..., yn ); A ( y, y, y3,..., yn );. Nilai tetinggi K pada setiap altenatif (A, A, A3) yaitu : y + = ma{,448;,4;,4}=,448. Nilai tetinggi K pada setiap altenatif (A, A, A3) yaitu : y + = ma{,67;,67;,67}=,67 3. Nilai tetinggi K3 pada setiap altenatif (A, A, A3) yaitu : y3 + = ma{,67;,67;,67}=,67 4. Nilai tetinggi K4 pada setiap altenatif (A, A, A3) yaitu : y4 + = ma{,;,;}=, 5. Nilai tetinggi K5 pada setiap altenatif (A, A, A3) yaitu : y5 + = ma{,88;,88;}=,88 6. Nilai tetinggi K6 pada setiap altenatif (A, A, A3) yaitu : y6 + = ma{,88;;,88}=,88 maka dihasilkan matiks untuk solusi ideal positif (A + ) yaitu: A + = ma {,448 ;,67 ;,67 ;, ;,88;,88}. Nilai teendah K pada altenatif (A, A, A3) yaitu : y - = min{,448 ;,4 ;,4}=,4. Nilai teendah K pada altenatif (A, A, A3) yaitu : y - = min{,67 ;,67 ;,67}=,67 3. Nilai teendah K3 pada altenatif (A, A, A3) yaitu : D= y3 - = min{,67 ;,67 ;,67}=,67 4. Nilai teendah K4 pada altenatif (A, A, A3) yaitu : y4 - = min{, ;, ;}= 5. Nilai teendah K5 pada altenatif (A, A, A3) yaitu : y5 - = min{,88;,88;}= 6. Nilai teendah K6 pada altenatif (A, A, A3) yaitu : y6 - = min{,88;;,88} = maka dihasilkan matiks untuk solusi ideal negatif (A - ) yaitu: A - = min {,4 ;,67 ;,67; ; ;} d. Jaak antaa nilai tebobot setiap altenatif. Jaak antaa nilai tebobot setiap altenatif dengan solusi ideal positif (D + ) dan dengan solusi ideal negatif (D - ) adalah : D i n j ( y i dengan I =,, D i (,448 -,448) (,88 -,88) D + = (,4 -,448) (,88 -,88) 3.8 D3 + = (,4 -,448) ( -,88) 3,87 D - = 4,457 n j ( y ij y ) y ij i ) dengan I =,, Untuk altenatif (A) jaak nilai tebobot solusi ideal positif yaitu : (,88 -,88) Untuk altenatif (A) jaak nilai tebobot solusi ideal positif yaitu : (,67-,67) (,67-,67) (,-,) (,67-,67) (,67-,67) (,-,) ( -,88) Untuk altenatif (A3) jaak nilai tebobot solusi ideal positif yaitu : (,67-,67) (,67-,67) ( -,) (,88 -,88) Untuk altenatif (A) jaak nilai tebobot solusi ideal negatif yaitu : (,448-,4) (,67-.67) (,67-,67) (,- ) (,88- ) (,88- ) Untuk altenatif (A) jaak nilai tebobot solusi ideal negatif yaitu : 34

7 Junal Pelita Infomatika, Volume 6, Nomo 3, Juli 7 ISSN (Media Cetak) Hal: D - = (,4 -,4) (, ) (,67-,67) (,- ) (,88 - ) 3, ( - ) D3 - = ( - ),87 Untuk altenatif (A3) jaak nilai tebobot solusi ideal negatif yaitu : (,4 -,4) (,67-.67) (,67-,67) ( - ) (,88 - ) e. Kedekatan setiap altenatif tehadap solsi ideal Nilai peefeensi untuk setiap altenatif yang memiliki nilai tetinggi akan menjadi solusi dan hasil keputusan yang tebaik, sebagai beikut : Di Vi Di Di 4,457 A = V 4,457 3, V, 3, 3,8,87 V 3,,87 3,87 dengan i =, m A = 533 A3 = 4 Nilai tebesa ada pada A sehingga altenatif A adalah altenatif yang tepilih sebagai alenatif tebaik.dengan kata lain DANI akan tepilih sebagai nasabah yang paling layak dan diteima pemohonan KPRnya IV. IMPLEMENTASI A. FomLogin Admin Fom login admin yang haus diisi admin untuk masuk kedalam sistem. Gamba Fom Menu Utama Admin C. FomData Nasabah Fom data nasabah, pada fom data nasabah ini admin dapat menginputkan data yang behubungan dengan nasabah dan juga menampilkan data dai database. Gamba 3 Fom Data Nasabah D. Fom Kiteia Fom data kiteia, pada fom data kiteia ini admin dapat menginputkan data kiteia dan akan menampilkan data kiteia dai database yang sudah diinputkan. Gamba 4 Fom Kitea E. Fom Poses SPK Fom Poses SPK, pada fom use menginputkan nilai kiteia-kiteia dan akan menampilkan data altenatif dai database yang sudah diinputkan. Gamba Fom Login Admin B. Fom Menu UtamaAdmin Fom menu utama yang tedii dai menu data nasabah, data kiteia dan logout. Gamba 5 Fom Poses SPK F. Fom Analisis detail SPK Fom ini hasil tampilan analisis pehitungan pehitungan Spk secaa mendetail ataupun secaa inci. 34

8 Junal Pelita Infomatika, Volume 6, Nomo 3, Juli 7 ISSN (Media Cetak) Hal: Gamba 6 Fom Anlisis Detail Poses SPK G. Fom Hasil Poses fom hasil poses spk. Gamba 7 Hasil Poses V. KESIMPULAN Adapun kesimpulan yang di peoleh dai penulisa skipsi ini adalah sebagai beikut:. Setelah melakukan penelitian didapatlah suatu posedu yang selalu memiliki banyak kendala sepeti poses pengambilan kepusutan yang kuang efektif maka memelukan waktu yang cukup lama dalam mengambil keputusan.. Metode TOPSIS dapat di teapkan dalam menentukan pembeian KPR dengan kiteia katu tanda penduduk 5%, katu keluaga 5%, NPWP 5%, ekening koan 5%, Slip gaji %, dan suat ekoendasi peusahaan %. Pengambilan keputusan dengan menambahkan altenatif statis dengan nilai bobot setiap kiteia paling tinggi sehingga mendapatkan hasil akhi altenatif yang di ekomendasikan di teima atau di tolak meneima KPR. 3. Aplikasi sistem pendukung keputusan yang di ancang dengan micosoft basic 8 dapat menentukan pembeian KPR pada nasabah pemohon yang di dalamnya tedapat fom login admin, menu utama admin, data nasabah, kiteia, poses SPK, hasilposes dan lapoan. DAFTAR PUSTAKA. Dadan Uma Daihani, Komputasi Pengambilan Keputusan, Penebit: PT Ele Media Komputindo Kelompok Gamedia jakata.. Djumhana, 6, Pekeditan Pada Bank Andi Yogyakata. 3. Edi Winano ST, M.Eng, Ali Zaki SmitDev Community, Dasa-Dasa Pemogaman Dengan Visual Basic, Penebit: PT Ele Media Komputindo Kompas Gamedia, Anggota IKAPI jakata. 4. S. K. Dewi, Wadoyo, Hatati, and Hajono, Fuzzy Multi Attibute Decision Making (Fuzzy MADM). Jakata: Gaha Ilmu, Mesan, G. Ginting, Suginam, and R. Rahim, Implementation of Elimination and Choice Epessing Reality ( ELECTRE ) Method in Selecting the Best Lectue ( Case Study STMIK BUDI DARMA ), Int. J. Eng. Res. Technol. (IJERT, vol. 6, no., pp. 4 44, Risawandi and R. Rahim, Study of the Simple Multi- Attibute Rating Technique Fo Decision Suppot, IJSRST, vol., no. 6, pp , E. Tiantaphyllou and S. H. Mann, USING THE ANALYTIC HIERARCHY PROCESS FOR DECISION MAKING IN ENGINEERING APPLICATIONS : SOME CHALLENGES, Inte l J. Ind. Eng. Appl. Pact., vol., no., pp , K. Bin Sumadi, M. Simaemae, and A. P. U. Siahaan, Decision Suppot System in Selecting The Appopiate Laptop Using Simple Additive Weighting, IJRTER, H. A. Hasibuan, R. Puba, and A. P. U. Siahaan, Poductivity Assessment (Pefomance, Motivation, and Job Taining) using Pofile Matching, SSRG Int. J. Econ. andmanagement Stud., vol. 3, no. 6, 6.. C.-L. Yoon, K.P., & Hwang, Multiple Attibute Decision Making: An Intoduction, Sage Univ. Pap. Se. Quantative Appl. Soc. Sci., pp , K. Safiti, F. T. Wauwu, and M. Mesan, SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BERPRESTASI DENGAN MENGGUNAKAN METODE ANALYTICAL HIEARARCHY PROCESS (Studi Kasus : PT.Capella Dinamik Nusantaa Takengon), MEDIA Infom. BUDIDARMA, vol., no., Feb. 7.. Uma Husain, 3, Metode Riset Pilaku Konsumen Jasaa, Penebit Ghalia Indonesia, jakta