SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PINJAMAN TERHADAP NASABAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) STUDI KASUS: PT. BPR LAKSANA GUNA PERCUT

Transkripsi

1 SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PINJAMAN TERHADAP NASABAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) STUDI KASUS: PT. BPR LAKSANA GUNA PERCUT Roi Marsitta Simanjuntak 1), Tonni Limbong 2) 1) Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan 2) Dosen Tetap Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No.338 Simpang Limun Medan // ABSTRAK Sekarang ini begitu banyak nasabah-nasabah yang menunggak pembayaran angsuran kredit nya, di dalam perbankkan, banyak faktor yang membuat seorang nasabah menunggak dalam pembayaran, untuk itu dalam penentukan Pemberian pinjaman kepada seorang cal on debitur tetap di sebuah bank harus diplih secara tepat dan efektif. Sistem pendukung keputusan ini dirancang menggunakan metode Simple Additive Weighting (SAW) yang dapat digunakan untuk penentuan seorang calon debitur. Dalam proses perhitungan nya dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perangkingan yang akan menentukan alternatif yang objektif. Kata kunci: Sistem Pendukung Keputusan, Pinjaman, Metode SAW. 1. PENDAHULUAN 1.1 latar belakang Pinjaman merupakan sebagai barang atau jasa yang menjadi kewajiban pihak yang satu untuk dibayarkan kepada pihak lain sesuai dengan perjanjian tertulis ataupun lisan Terlebih halnya dengan PT. BPR Laksana Guna Percut adalah sebuah lembaga keuangan yang bergerak dibidang pengkreditan yang dapat memberikan pinjaman dana kepada masyarakat seperti Kredit Modal Kerja, Kredit investasi dan kredit konsumtif yang dapat meningkatkan produktivitas perekonomian masyarakat. Dalam hal ini meningkatnya permintaan masyarakat untuk kredit atau pinjaman dana tersebut membuat pihak Bank kesulitan dalam penentuan siapa yang layak untuk menerima pinjaman dari pihak bank. Dan setiap calon debitur yang ingin melakukan peminjaman harus dilakukan pertimbangan yang cukup lama, dalam hal ini agar seorang calon debitur benar-benar memiliki kemampuan dalam membayar kredit setiap bulannya sehingga memperkecil tingkat kemacetan nasabah dalam membayar. Adanya rentang waktu pengembalian pinjaman menimbulkan resiko yang sangat besar yang mungkin ditanggung oleh Bank 1.2 Perumusan Masalah Dari uraian latar belakang diatas, perumusan masalah dari skripsi ini adalah: 1. Bagaimana mengetahui proses Pemberian Pinjaman terhadap nasabah? terhadap ketidak pastian pengembalian pinjaman dari bebitur. untuk itu dalam membantu pihak Bank dalam menentukan calon debitur ada beberapa metode yang digunakan salah satunya adalah Simple Additive Weighting (SAW), yaitu metode yang dapat melakukan penilaian bukan hanya berdasarkan kelebihan-kelebihan dari calon debitur melainkan mencari setiap alternatif semua atribut yang dari antara calon debitur yang sama. Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa tercapai. metode ini banyak digunakan untuk menyelesikan masalah pengambilan keputusan secara tepat hal ini konsepnya sederhana dan mudah dipahami, oleh karena itu dapat membantu PT. BPR Laksana Guna Percut dalam pengambilan keputusan penentuan calon debitur walaupun pemilihan calon debitur sepenuhnya ditentukan oleh pihak bank sendiri. namun sistem pendukung keputusan ini memberikan hasil yang objektif bagi calon-calon debiturterbaikdalampenilaian. 2. Bagaimana menerapkan metode Simple Additive Weighting (SAW) ini dalam pemilihan calon debitur? 3. Bagaimana merancang sebuah sistem dalam pemilihan calon penerima pinjaman agar membantu pihak Bank dalam mengambil keputusan? 132

2 1.3 Batasan Masalah Supaya pembahasan dalam penulisan ini lebih jelas dan terarah maka penulis memberikan batasan terhadap permasalahan yaitu: 1. Menentukan kriteria yang sudah ditetapkan oleh pihak PT. BPR Laksana Guna Percut. 2. Hanya membahas tentang pemberian pinjaman terhadap nasabah yang ada di PT. BPR Laksana Guna Percut. 3. Hasil akhir dari SPK ini adalah urutan bagi calon debitur yang layak menerima pinjaman dimulai dari yang tertinggi sampai yang terendah. 4. Perangkat lunak yang dipakai dalam pembuatan sistem ini adalah Microsoft Visual Studio LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Pengambilan keputusan yang melibatkan beberapa kriteria ini disebut dengan multiple criteria decision making. Multiple criteria decision making merupakan bagian dari masalah pengambilan keputusan yang relatif kompleks, yang mengikutsertakan satu atau beberapa orang pengambil keputusan, dengan sejumlah kriteria yang beragam yang harus dipertimbangkan, dan masing-masing kriteria memiliki nilai bobot tertentu, dengan tujuan untuk mendapatkan solusi optimal atas suatu permasalahan (Kusrini, 2007, 9). Ada beberapa tujuan dari sistem pendukung keputusan adalah (Turban, 2005). 1. Membantu manajer dalam pengambilan keputusan atas masalah semiterstruktur. 2. Memberikan dukungan atas pertimbangan manejer dan bukannya dimaksudkan untuk menggantikan fungsi manajer. 3. Meningkatkan efektivitas keputusan yang diambil manajer lebih dari pada perbaikan efisiesinya. 4. Mempercepat sistem komputasi pada komputer sehingga memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah. 5. Peningkatan produktivitas dalam mengambil suatu keputusan. 6. Dukungan kualitas pada komputer yang dapat meningkatkan kualitas keputusan yang dibuat. 7. Berdaya saing dengan meningkatkan kualitas, kecepatan, merekayasa ulang proses dan terstruktur. 8. Mengatasi keterbatasan kognifit dalam pemrosesan dan penyimpanan data. 2.2 Metode Simple Additive Weighting (SAW) Merupakan metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari ranting kinerja pada setiap alternatif pada semua kriteria (Kusumadewi, 2006,74). Metode SAW membutuhkan proses normalisasi matrik keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua ranting alternatif yang ada. Metode SAW mengenal adanya 2 atribut yaitu kriteria keuntungan (benefit) dan kriteria biaya (Cost). Perbedaan mendasar dari kedua kriteria ini adalah dalam pemilihan kriteria ketika mengambil keputusan. Berikut ini adalah rumus dari metode simple additive weighting (SAW) : Rij = maxi (xij) Min i xij jika j adalah atribut keuntungan jika j adalah atribute biaya (cost) Keterangan: Rij =Nilai ranting kinerja ternormalisasi = Nilai atribut yang dimiliki dari setiap kriteria maxi (xij) =Nilai terbesar dari setiap kriteria Min i xij =Nilai terkecil dari setiap kriteria Benefit =jika nilai terbesar adalah terbaik Cost =jika nilai terkecil adalah terbaik Keterangan: Vi = rangking untuk setiap alternatif Wj =nilai bobot dari setiap kriteria Ri =nilai rating kinerja ternormalisasi Adapun langkah penyelesaian dalam menggunakannya adalah: 1. Menentukan alternatif, yaitu Ci 2. Menentukan ranting kecocokan setiap alternatif pada setiap kriteria. 3. Memberikan nilai ranting kecocokam setiap alternatif pada setiap kriteria. 4. Menentukan bobot preferensi atau tingakat kepentingan (W) setiap kriteria. W= [W1, W2, W3,...Wj] 5. Membuat tabel ranting kecocokan dari setiap alternatif pada setiap kriteria. 6. Membuat matriks keputusan (X) yang dibentuk dari tabel ranting kecocokan dari setiap alternatif pada setiap kriteria. Nilai X setiap slternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan, dimana, i=1,2,...m dan j=1,2,.. 3. ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Masalah Sebelum merancang sistem pendukung keputusan, maka penulis melakukan analisa terhadap sistem yang akan dirancang terlebih 133

3 dahulu. Adapun bentuk perancangan sistem ini meliputi analisa kebutuhan, penerapan metode dan perancangan sistem. Dalam analisa ini, akan dilakukan beberapa tahapan-tahapan penilaian yang digunakan sebagai acuan dalam mengambil keputusan terhadap calon debitur Bank. Berdasarkan data yang diperoleh dari PT. BPR Laksana Guna Percut, syarat-syarat pemberian kredit yang digunakan dalam menentukan apakah nasabah layak atau tidak menjadi calon debitur Bank adalah sebagai berikut: a. Pengajuan Permohonan Kredit Untuk memperoleh fasilitas kredit maka tahap yang pertama permohonan kredit, mengajukan permohonan kredit secara tertulis di permohonan kredit yang telah disediakan oleh pihak Bank, dan permohonan kredit harus dilampirkan dengan dokumen-dokumen lainnya yang dipersyaratkan. Permohonan kredit berisi keterangan tentang: 1. Nama pemohon kredit, alamat rumah, pekerjaan, alamat usaha. 2. Tujuan pengambilan kredit, menjelaskan tujuan penggunaan pengambilan kredit oleh debitur. 3. Besarnya kredit dan jangka waktu. 4. Jaminan kredit, menjelaskan jaminan yang diberikan dalam bentuk surat atau sertifikat. Jaminan berupa: tanah dan bangunan serta kendaraan bermotor, selanjutnya permohona kredit dilampiran berkas-berkas yang telah dipersyaratkan seperti: bukti diri (KTP), permohonan kredit, pas photo, foto copy PBB (pajak bumi bangunan), dan surat izin usaha. 3.2 Penerapan Metode Dalam analisa ini, seluruh data yang diperoleh dari PT. BPR akan diimplementasikan ke dalam bentuk pengambilan keputusan berdasarkan metode SAW yang digunakan. Adapun langkah-langkah nya yaitu: a. Menentukan masing-masing setiap kriteria yaitu sebagai berikut Tabel 1 : Keterangan kriteria b. Selanjutnya dari masing-masing kriteria tersebut akan ditentukan bobotnya. Pada bobot tersebut terdiri dari lima bilangan Fuzzy Multi Atribut Decision Making (FMADM), yaitu sangan buruk, buruk, cukup, baik, sangat baik. Tabel 2 : Penentuan kriteria Data nasabah merupakan data penting atau elemen penting dalam sistem pendukung keputusan penentuan calon debitur dengan metode SAW Tabel. 3 : Contoh nasabah 134

4 Tabel dibawah ini adalah tabel data calon debitur yang menjadi alternatif pilihan atau sebagai calon nasabah yang layak, calon debitur yang menjadi alternatif pilihan ditandai dengan huruf A dan yang menjadi alternatif pada contoh kasus ini hanya 5 orang seperti pada tabel berikut: Ada beberapa langkah untuk melakukan perhitungan dalam menentukan status calon debitur menggunakan metode SAW sebagai berikut: 1. Langkah pertama memberikan nilai dan bobot untuk setiap alternatif pada setiap kriteria yang sudah ditentukan. Tabel 6 : Nilai dan bobot untuk kriteria (C1-C5) Tabel 4 : Alternatif calon nasabah denga A 1 - A 5 Untuk nilai pendapatan usaha dan biaya hidup setiap bulan (C4-C5) bisa dilihat pada tabel berikutini. 2. Langkah kedua menentukan ranting kecocokan Tabel 7 : Ranting Kecocokan Pengambilan keputusan memberikan bobot untuk setiap kriteria sebagai berikut: Tabel 5 : Bobot Kriteria 3. Langkah ketiga, melakukan matriks keputusan yang dibentuk dari 135

5 X= d. Untuk Nilai Pendapatan Ekonomi yaitu: 4. Melakukan normalisasi dari setiap alternatif. Rumus yang dipakai sebagai berikut: maxi (xij) rij = Min i xij Dimana: jika J adalah atribut keuntungan (benefit) Jika J adalah atribut biaya (cost) maka perhitungan mendetail setiap komponen adalah sebagai berikut: a. Untuk Nilai Kemampuan Membayar yaitu: e. Untuk Nilai Jaminan yaitu: Dari perhitungan diatas diperoleh matriks normalisasi sebagai berikut: b. Untuk Nilai Watak Peminjam yaitu: R = c. Modal Yang Dimiliki yaitu: 5. memberikan nilai pada masing-masing kriteria sebagai berikut: W1= 50%, W2=45%, W3=40%, W4=35%, W5=30% W= [ 0.5, 0.45, 0.4, 0.35, 0.3] 6. Selanjutnya hasil perangkingan atau nilai terbaik untuk setiap alternatif ( ) dapat dihitung dengan rumus sebagai berikut: Maka hasil yang diperoleh sebagai berikut: 136

6 Diantara V1,V2,V3,V4,V5 dengan nilai terbesar adalah V5, sehingga calon debitur (alternatif) yang terpilih menjadi calon debitur di PT. BPR Laksana Guna Percut yaitu V5 = Zulkarnaen, SE 4. KESIMPULAN Berdasarkan hasil dari penelitian yang penulis lakukan mengenai pemberian pinjaman terhadap nasabah dengan metode Simple Additive Weighting (SAW) untuk sistem pendukung keputusan pemberian pinjaman terhadap nasabah yang telah dirancang, penulis dapat menarik kesimpulan sebagaiberikut 1. Dengan adanya sistem pendukung keputusan ini sehingga dapat menentukan seorang calon debitur yang tepat. 2. Penerapan metode SAW dapat menentukan nilai bobot untuk setiap atribut, dan dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif yang ada. Sehingga dapat menentukan seorang calon debitur yang tepat bagi pihak PT. BPR Laksana Guna Percut. 3. Sistem pendukung keputusan ini akan lebih efektif karena dirancang secara komputerisasi dengan menggunakan aplikasi program Microsoft Visual Studio Serta perhitungan untuk menentukan calon debitur lebih baik. 5. DAFTAR PUSTAKA [1]. Ardiyos, [2]. Dr. Kasmir, Analisis Laporan Keuangan, [3]. Dr. Kasmir, Analisis Laporan Keuangan, [4] T Strategi+pendanaan- Tinjauan+literatur.pdf, Tgl Akses 26 April [5]. Kusrini. Konsep Dan Aplikasi Sistem Pendukung Keputusan. Penerbit Andi Offest, Yogyakarta, Edisi I, [6]. Rudi Hartoyo, 2013, Sistem Pendukung Keputusan Menentukan Status Karyawan Kontrak Sales Promotion Girl menjadi karyawan Tetap Dengan Metode Simple Additive Weighting Vol IV, No: 3, ISSN: , Pelita Informatika Budi Darma, Medan. [7]. Sri Kusumadewi, dkk, Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Penerbit Graha Ilmu,Yogyakarta Edisi I