Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 207 23 September 207, Samarinda, ISBN: 978-602-5032-0-3 Penerapan Metode Elimination Et Choix Tradusiant La Realita (Electre) Sebagai Sistem Pendukung Keputusan (Studi Kasus: Pemilihan Bank Umum Konvensional Terbaik Tahun 206) Syaripah Maulidayati,*, Yuki Novia Nasution 2, Rito Goejantoro 2 Laboratorium Statistika Terapan, Jurusan Matematika, FMIPA, Universitas Mulawarman 2 Program Studi Statistika, Jurusan Matematika, FMIPA, Universitas Mulawarman Email korespondensi: syaripah.m@gmail.com Abstracts Multi Criteria Decision Making (MCDM) is a decision-making method to establish the best alternative of some alternatives based on certain criteria. Multi Attribute Decision Making (MADM) is a part of the MCDM which is used to solve problems in discrete space. One of the MADM methods that are frequently used is ELECTRE, which is a multi-criterion decision-making method based on the concept of outranking by using paired comparisons of alternatives based on appropriate criteria. A Bank has a very important role, one of them are as a supporter in the growth and progress of economic in a State. This research purpose is to obtain the average value of the banking health level in at conventional commercial banks in 206 based on the bank's health criteria, as well as obtaining the election results of the best conventional commercial banks in 206. The research criteria consists of 7 bank health criterias and 4 criterias of bank growth, and involves 0 banks with more than 00 trillion rupiah assets as research alternatives. The results of this research indicate that the average value of banking health level in at 206 is included in good category. The elected Best Conventional Bank in 206 by the ELECTRE method is PT. Bank Danamon. Keywords: bank, ELECTRE, MADM, MCDM Pendahuluan Dalam kehidupan, manusia sering kali dihadapkan pada permasalahanpermasalahan, dimana kita harus dapat membuat keputusan terbaik untuk suatu permasalahan. Suatu sistem yang dibuat untuk membantu dalam pembuatan keputusan disebut sistem pendukung keputusan. Sistem Pendukung Keputusan (SPK) dibangun untuk mendukung solusi atas suatu masalah atau untuk peluang.[7] Salah satu metode yang sering digunakan dalam SPK adalah Multiple Criteria Decision Making (MCDM). Dalam Kusumadewi[6], MCDM adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan kriteria tertentu. Berdasarkan tujuannya, MCDM dapat dibagi menjadi 2 model yaitu Multi Attribute Decision Making (MADM) dan Multi Objective Decision Making (MODM). MADM biasanya digunakan untuk menyelesaikan masalahmasalah dalam ruang diskrit. Salah satu metode MADM yang sering digunakan adalah Elimination Et Choix Tradusiant La Reliata (ELECTRE). Menurut Junko dalam Setiawan[], ELECTRE merupakan salah satu metode pengambilan keputusan multikriteria berdasarkan pada konsep outrangking dengan menggunakan perbandingan berpasangan dari alternatifalternatif berdasarkan setiap kriteria yang sesuai. Bank adalah badan usaha yang menghimpun dana masyarakat dalam bentuk simpanan dan menyalurkannya dalam bentuk kredit dan bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup masyarakat[]. Bank memiliki peran yang sangat penting dalam masyarakat. Sebagai suatu lembaga kepercayaan, bank tidak hanya bermanfaat bagi masyarakat atau individu, tetapi sangat berperan penting dalam pertumbuhan dan kemajuan perekonomian suatu Negara. Saat ini ada berbagai jenis dan bentuk bank yang tersebar di seluruh, mulai dari bank umum hingga bank asing.[9] Dengan banyaknya perusahaan perbankan yang ada, mendorong bank untuk menciptakan berbagai produk dan layanan yang berkualitas serta dapat memberikan kepuasan bagi nasabahnya. Namun, tidak hanya produk dan layanan berkualitas saja yang harus diperhatikan oleh perusahaan perbankan. Agar suatu perusahaan perbankan dapat bertahan, ada beberapa kriteria lain yang juga harus diperhatikan, diantaranya yaitu kesehatan dan stabilitas perbankan. Dengan demikian, pada penelitian ini menggunakan metode ELECTRE sebagai sistem pendukung keputusan pada pemilihan Bank Umum Konvensional terbaik karena 80
Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 207 23 September 207, Samarinda, ISBN: 978-602-5032-0-3 permasalahan ini sesuai dengan konsep perangkingan berdasarkan alternatif dan kriteria yang telah ditetapkan. Pada penelitian ini menggunakan variabel kriteria yang terdiri dari Capital Adequacy Ratio (CAR), Non Performing Loan (NPL), Return On Asset (ROA), Return On Equity (ROE), Net Interest Margin (NIM), Biaya Operasional Pendapatan Operasional (BOPO), Loan To Deposit Ratio (LDR), Pertumbuhan pendapatan bunga bersih, pertumbuhan pendapatan operasional selain bunga, pertumbuhan laba operasional, dan pertumbuhan kredit. Serta alternatif yang digunakan yaitu Bank Umum Konvensional dengan total Aset yang dimiliki lebih dari 00 triliun rupiah. Penelitian ini diharapkan dapat menggambarkan Bagaimana rata-rata tingkat kesehatan perbankan di pada Bank Umum Konvensional kelompok aset lebih dari 00 triliun pada tahun 206, serta bagaimana hasil pemilihan Bank Umum Konvensional terbaik tahun 206. Pendukung Keputusan Pengambilan keputusan merupakan suatu proses pemilihan alternatif terbaik dari beberapa alternatif secara sistematis untuk ditindaanjuti (digunakan) sebagai suatu cara pemecahan masalah. Teori pengambilan keputusan adalah teori-teori atau teknik-teknik atau pendekatan-pendekatan yang digunakan dalam suatu proses pengambilan keputusan. [5] Inti dari pembuatan keputusan adalah perumusan langkah-langkah alternatif dalam situasi yang dihadapi untuk kemudian dipilih yang paling dapat mencapai tujuan pembuatan keputusan.[2] Multi Criteria Decision Making (MCDM) dan Multi Attribute Decision Making (MADM) MCDM merupakan suatu metode pengambilan keputusan untuk menentukan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu. MADM adalah cabang yang paling terkenal dari pengambilan keputusan. Ini adalah cabang dari model Operations Research (OR) yang menangani masalah keputusan dengan sejumlah kriteria keputusan, sering disebut dengan MCDM. MADM digunakan untuk menyelesaikan masalah-masalah dalam ruang diskrit. Oleh karena itu, pada MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang terbatas.[6] Ada banyak cara alternatif untuk mengasifikasikan metode MADM, diantaranya yang sering digunakan adalah dengan metode Weighted Sum Model (WSM), Analytic Hierarchy Process (AHP), dan Weighted Product Model (WPM). Beberapa metode lainnya yang juga banyak digunakan adalah ELECTRE dan TOPSIS (the Technique for Order Preference by Similarity to Ideal Solution).[4] Elimination Et Choix Tradusiant La Realita (ELECTRE) Menurut Chen dan Huang [3], metode ELECTRE merupakan salah satu metode yang digunakan untuk menentukan peringkat dan menentukan alternatif terbaik. Metode ELECTRE juga merupakan metode yang efektif untuk MADM dengan fitur kualitatif dan kuantitatif. Langkah-langkah metode ELECTRE sebagai. Normalisasi matriks keputusan Prosedur ini mengubah berbagai nilai dalam matriks keputusan menjadi nilai yang comparable menggunakan persamaan berikut; () Dengan Alternatif A A2 A M Tabel. Tabel Keputusan Kriteria K a a 2 a M K2 a 2 a 22 K N a N a 2N a M 2 a MN Oleh karena itu, normalisasi matriks X didefinisikan sebagai x x2 x3 x N x2 x22 x23 x 2N X xm xm 2 xm xmn Dimana: Jumlah alternatif dan adalah jumlah kriteria Ukuran alternatif ke dalam kriteria ke yang baru dan tidak berdimensi. 8
Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 207 23 September 207, Samarinda, ISBN: 978-602-5032-0-3 2. Pembobotan matriks keputusan yang telah dinormalisasi, (2) Dimana: Dengan, w 0 0 0 w2 0 W 0 0 wn Keterangan: Weighted normalized matrix Matrix yang dinormalisasi Matriks pembobot yang ditentukan oleh pembuat keputusan Nilai bobot terkait pada setiap kriteria yang telah ditentukan oleh pembuat keputusan 3. Menentukan himpunan concordance dan discordance Himpunan concordance dari alternatif dan, didefinisikan sebagai himpunan semua kriteria dimana dipilih menjadi. Artinya: (3) Subset komplementer disebut himpunan discordance dan dijelaskan sebagai (4) 4. Membangun matriks concordance dan discordance Nilai relatif unsur-unsur dalam concordance matriks C dihitung dengan indeks concordance. Indeks concordance adalah jumlah dari bobot yang terkait dengan kriteria yang tercantum dalam himpunan concordance, sebagai c wj untuk j,2,3,..., N (5) j C Indeks concordance menunjukkan kepentingan relatif dari alternatif terhadap alternatif. Diperoleh bahwa,. Oleh karena itu, matriks concordance C didefinisikan sebagai c2 c3 c N c2 c23 c 2N C cm cm 2 cm 3 Entri dari matriks C tidak didefinisikan saat. Matriks discordance D menyatakan bahwa suatu tingkat alternatif lebih buruk daripada alternatif. Elemen dari matriks concordance didefinisikan sebagai (6) Matriks discordance didefinisikan sebagai d2 d3 dn d2 d23 d 2N D= dm dm 2 dm 3 Seperti sebelumnya, entri dari matriks D tidak didefinisikan saat. Selain itu, matriks C dan D tidak simetris. 5. Menentukan matriks dominasi concordance dan matriks dominasi discordance Matriks dominasi concordance dibangun dengan menggunakan nilai ambang batas tertentu (threshold) untuk indeks concordance. Misalnya, hanya akan memiliki kesempatan untuk mendominasi jika sesuai indeks concordance melebihi (3) setidaknya nilai threshold tertentu, yaitu sebagai, Nilai threshold dapat ditentukan (4) sebagai indeks rata-rata concordance, yaitu: (7) Berdasarkan nilai threshold, matriks dominasi concordance F ditentukan sebagai ; (8) Demikian pula matriks dominasi discordance G didefinisikan dengan menggunakan nilai threshold, dimana didefinisikan sebagai: Dan (9) 82
Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 207 23 September 207, Samarinda, ISBN: 978-602-5032-0-3 ; (0) 6. Menentukan agregat matriks dominasi Elemen dari agregat matriks dominasi E didefinisikan sebagai () 7. Menghilangkan alternatif yang less favorable Dari agregat matriks dominasi, kita bisa mendapatkan alternatif secara parsial. Jika, maka ini berarti bahwa alternatif lebih baik daripada dengan menggunakan kriteria concordance dan discordance. Kita hanya mengeliminasi kolom-kolom yang memiliki elemen sama dengan. Kemudian, alternatif terbaik adalah alternatif yang mendominasi semua alternatif lainnya. Kolom dalam matriks E yang memiliki jumlah paling sedikit dapat dieliminasi dan alternatif terbaik adalah alternatif yang mendominasi alternatif lainnya. [25] Bank Bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk kredit dan atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup masyarakat []. Bank Konvensional (BK) adalah bank yang menjalankan kegiatan usahanya secara konvensional dan berdasarkan jenisnya terdiri atas Bank Umum (BU) dan Bank Perkreditan Rakyat (BPR). Kredit adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam meminjam antar Bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi utangnya setelah jangka waktu tertentu dengan pemberi bunga. Risiko kredit adalah risiko akibat kegagalan debitur dan/atau pihak lain dalam memenuhi kewajiban kepada pihak bank.[9] Pertumbuhan kredit yang tinggi secara bersamaan akan meningkatkan risiko kredit, terutama risiko kredit macet. Sehingga pertumbuhan pendapatan bunga yang diperoleh bank seiring dengan pertumbuhan kredit tidak mampu mengkompensasi kenaikan risiko yang harus ditanggung bank akibat pertumbuhan kredit.[2] Stabilitas keuangan adalah suatu situasi dimana kemampuan untuk memobilisasi simpanan secara efisien, menyediakan likuiditas, dan mengalokasikan investasi dari institusi keuangan. Kegagalan lembaga keuangan menjadi masalah besar, jika bisa menggoncangkan dan berpotensi menghancurkan stabilitas keuangan.[8] Aspek penilaian kinerja bank untuk mengukur kesehatan bank yang umum digunakan adalah rasio-rasio keuangan. Kesehatan bank merupakan sarana bagi otoritas pengawas dalam menetapkan strategi dan fokus pengawasan terhadap bank. Tingkat kesehatan bank adalah hasil penilaian kondisi bank yang dilakukan terhadap risiko dan kinerja bank.[0] Metodologi Data penelitian diperoleh dari data publikasi pada website Otoritas Jasa Keuangan (OJK) tahun 206. Penelitian ini dilakukan pada bulan Februari 207 sampai dengan Juli 207 dan untuk analisa data dilakukan di Laboratorium Statistika Terapan, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Mulawarman, Samarinda. Metode yang digunakan adalah metode Elimination Et Choix Tradusiant La Realita (ELECTRE), yaitu metode yang digunakan untuk menentukan peringkat dan menentukan alternatif terbaik dari beberapa alternatif berdasarkan kriteria-kriteria yang sesuai. Tahapan penelitian meliputi statistika deskriptif, menentukan rating kecocokan setiap alternatif pada setiap kriteria, perhitungan dengan metode ELECTRE, dan penarikan kesimpulan. Hasil dan Pembahasan Analisis statistika deskriptif digunakan untuk menggambarkan kondisi kesehatan bank pada bank umum konvensional yang ada di yang memiliki total aset lebih dari 00 triliun rupiah berdasarkan kriteria-kriteria kesehatan bank seperti pada Tabel 2. Tabel 2. Rata-Rata Tingkat Kesehatan Bank Umum Konvensional Kriteria Ratarata Rating Keterangan CAR 9,86 % 5 Sangat Memadai NPL,45 % 5 Sangat Baik ROA 2,58 % 5 Sangat Baik ROE 6,2 % 5 Sangat Baik NIM 5,88 % 5 Sangat Baik BOPO 80,54 % 4 Baik LDR 88,96 % 3 Cukup Baik Berdasarkan nilai rata-rata kriteria tersebut, diperoleh nilai rating yang mendominasi adalah 5 dengan keterangan sangat 83
Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 207 23 September 207, Samarinda, ISBN: 978-602-5032-0-3 baik/sangat memadai. Dengan demikian, dapat dikatakan bahwa rata-rata tingkat kesehatan bank di masuk dalam kategori sangat baik. Dalam penelitian ini menggunakan kriteria dan 0 alternatif sebagai Tabel 3. Nama Alternatif No. Alternatif (A). PT. Bank Mandiri Tbk. 2. PT. Bank Central Asia 3. PT. Bank CIMB NIAGA Tbk 4. PT. Bank Danamon 5. PT. Bank Negara 6. PT. Bank Rakyat 7. PT. Bank Tabungan Negara 8. PT. MayBank 9. PT. PAN 0. PT. Permata Bank Tabel 4. Nama Kriteria No. Kriteria (K). CAR 2. NPL 3. ROA 4. ROE 5. NIM 6. BOPO 7. LDR 8. Pertumbuhan pendapatan bunga bersih 9. Pertumbuhan pendapatan operasional 0. Pertumbuhan laba operasional. Pertumbuhan Kredit yang disalurkan Menentukan rating kecocokan setiap kriteria pada setiap alternatif, dapat dinilai dengan nilai: = Sangat buruk 2 = Buruk 3 = Cukup 4 = Baik 5 = Sangat baik Sehingga diperoleh nilai rating kecocokan untuk setiap kriteria pada setiap alternatif ditunjukkan pada tabel Tabel 5. Tabel Keputusan KRITERIA ALTER K K K K K K K K K K K NATIF 2 3 4 5 6 7 8 9 0 A 5 5 5 3 5 5 3 5 4 4 A2 5 5 5 5 5 5 4 5 2 2 4 A3 5 4 3 3 5 5 3 5 5 5 A4 5 5 5 3 5 5 3 5 3 5 A5 5 5 5 5 5 5 3 5 2 3 3 A6 5 5 5 5 5 5 3 5 3 2 4 A7 5 5 5 5 5 5 2 5 2 3 4 A8 5 4 5 3 5 5 3 5 3 5 A9 5 5 5 3 5 5 3 5 2 3 4 A0 5 4 5 5 5 4 2 5 5 5 Peneliti menatapkan bobot preferensi yang digunakan pada penelitian ini adalah 5 untuk kriteria kesehatan bank (CAR, NPL, ROA, ROE, NIM, BOPO, LDR) dan 4 untuk kriteria pertumbuhan bank (Pertumbuhan pendapatan bunga bersih, pertumbuhan pendapatan operasional, pertumbuhan laba operasional, perrtumbuhan kredit yang disalurkan), sehingga dapat ditulis sebagai wi ( w, w2, w3, w4, w5, w6, w7, w8, w9, w0, w ) wi (5,5,5,5,5,5,5, 4, 4, 4, 4) 5 0 0 0 0 0 0 0 0 0 0 0 5 0 0 0 0 0 0 0 0 0 0 0 5 0 0 0 0 0 0 0 0 0 0 0 5 0 0 0 0 0 0 0 0 0 0 0 5 0 0 0 0 0 0 W 0 0 0 0 0 5 0 0 0 0 0 0 0 0 0 0 0 5 0 0 0 0 0 0 0 0 0 0 0 4 0 0 0 0 0 0 0 0 0 0 0 4 0 0 0 0 0 0 0 0 0 0 0 4 0 0 0 0 0 0 0 0 0 0 0 4 Selanjutnya menghitung matriks keputusan yang telah dinormalisasi yang bertujuan mengubah berbagai nilai dalam matriks keputusan menjadi nilai yang comparable menggunakan persamaan (), sehingga diperoleh matriks keputusan yang dinormalisasi sebagai 0,36 0,335 0,327 0, 230 0,36 0,333 0,302 0,330 0, 482 0,098 0, 29 0, 36 0, 335 0, 327 0, 383 0, 36 0, 333 0, 402 0, 330 0, 24 0,96 0, 29 0, 36 0, 268 0,96 0, 230 0, 36 0, 333 0, 302 0, 330 0,20 0, 4 0, 364 0,36 0,335 0,327 0, 230 0,36 0,333 0,302 0, 330 0,20 0, 294 0, 364 0,36 0,335 0,327 0,383 0,36 0,333 0,302 0,330 0, 24 0, 294 0, 28 X 0, 36 0, 335 0, 327 0, 383 0, 36 0, 333 0, 302 0, 330 0, 36 0,96 0, 29 0,36 0,335 0,327 0,383 0,36 0,333 0, 20 0,330 0, 24 0, 294 0, 29 0, 36 0, 268 0, 327 0, 230 0, 36 0, 333 0, 302 0, 330 0,20 0, 294 0, 364 0,36 0,335 0,327 0, 230 0,36 0,333 0,302 0,330 0, 24 0, 294 0, 29 0, 36 0, 268 0, 327 0, 383 0, 36 0, 067 0, 402 0,32 0, 602 0, 4 0, 364 84
Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 207 23 September 207, Samarinda, ISBN: 978-602-5032-0-3 Setalah diperoleh matriks keputusan yang dinormalisasi, langkah selanjutnya adalah melakukan pembobotan pada matriks keputusan yang telah dinormalisasi dengan persamaan (2), sehingga diperoleh matriks, 58, 674, 634,50, 58, 663, 507, 322, 926 0, 392,64, 58, 674, 634, 97, 58, 663 2, 00, 322 0, 963 0, 784,64, 58, 339 0, 98,50, 58, 663, 507, 322 0, 482, 96, 455, 58, 674, 634,50, 58, 663, 507, 322 0, 482,77, 455, 58, 674, 634, 97, 58, 663, 507, 322 0, 963,77 0, 873 Y, 58, 674, 634, 97, 58, 663, 507, 322, 445 0, 784,64, 58, 674, 634, 97, 58, 663, 005, 322 0, 963,77,64, 58, 339, 634, 97, 58, 663, 507, 322 0, 482,77, 455, 58, 674, 634,50, 58, 663, 507, 322 0, 963,77,64,58,339,634,97,58 0,333 2,00 0,529 2, 408,96, 455 Setelah terbentuk matriks keputusan yang dinormalisasi, kemudian dibentuk himpunan concordance dan discordance dengan persamaan (3) dan (4). Selanjutnya, dengan menggunakan persamaan (5) dan (6) terbentuah matriks concordance (C) dan discordance (D), sebagai 37 43 43 42 42 42 43 47 29 47 43 43 47 47 47 43 47 39 37 27 4 32 32 32 46 37 32 47 37 47 42 42 42 5 47 33 43 42 43 47 43 47 47 47 34 C 47 46 43 43 47 47 43 47 34 42 46 38 42 46 42 42 46 34 42 32 47 46 37 37 37 42 33 47 4 43 47 46 42 36 47 29 37 37 42 37 37 37 37 42 37 Tahap berikutnya adalah menentukan matriks dominasi concordance (F) dan discordance (G). Pada tahap ini, elemen pada matriks concordance dan discordance diabandingkan dengan nilai threshold concordance ( ) dan threshold discordance ( ). Nilai threshold yang diperoleh yaitu: c ( c2 c3 c4 c0,9) 0(0 ) (37 43 43 37) (3727) 4, 4 d ( d2 d3 d4 d0,9) 0(0 ) (0, 796 0, 543 0, 92) d (76, 523) 0,85 Sehingga terbentuah matriks dominasi 0 0 0 0 0 0 0 0 0 0 0 0 0 0 F 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 G 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Tahap selajutnya, menentukan agregat matriks dominasi. Pada tahap ini, dilakukan perkalian untuk setiap elemen pada matriks F dan G. Kemudian terbentuah matriks beikut: 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 E 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Tahap terakhir adalah menghilangkan alternatif yang less favorable. Pada tahap ini, kolom pada matriks E yang mamiliki jumlah e paling sedikit dieliminasi, dan dipilih alternatif yang mendominasi alternatif lain 85
Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya 207 23 September 207, Samarinda, ISBN: 978-602-5032-0-3 sebagai alternatif terbaik. Berikut adalah ranking dari setiap alternatif berdasarkan jumlah e yang dimiliki. Tabel 5. Ranking Alternatif Berdasarkan Jumlah e Paling Besar No Alternatif Nama Bank Jumlah e. A4 PT. Bank 6 Danamon 2. A0 PT. Permata 5 Bank 3. A5 PT. Bank 4 Negara 4. A7 PT. Bank 4 Tabungan Negara 5. A9 PT. PAN 4 6. A2 PT. Bank Central Asia 3 7. A8 PT. MayBank 3 8. A PT. Bank 2 Mandiri 9. A6 PT. Bank Rakyat 2 0. A3 PT. Bank CIMB Niaga 0 Dari Tabel 5. dapat diketahui bahwa alternatif dengan jumlah e terbesar berada pada A4. Dengan demikian, berdasarkan perhitungan dengan metode ELECTRE yang dipilih menjadi bank umum konvensional terbaik tahun 206 adalah PT. Bank Danamon. Kesimpulan Berdasakan hasil penelitian, dapat disimpulkan bahwa rata-rata tingkat kesehatan perbankan di pada bank umum konvensional kelompok aset lebih dari 00 triliun rupiah tahun 206 masuk dalam kategori baik. Serta dari hasil perankingan yang dilakukan, diperoleh jumlah e terbesar adalah 6 yang dimiliki oleh PT. Bank Danamon, dengan demikian diputuskan bahwa bank umum konvensional terbaik tahun 206 adalah PT. Bank Danamon. Daftar Pustaka [] Bank. (2004). Peraturan Bank Tentang Penilaian Tingkat Kesehatan Bank Umum. Diambil dari Bank Website: www.bi.go.id. [2] Basyahib. F. (2006). Teori Pembuatan Keputusan. Jakarta: Grasindo. [3] Chen. C.H. dan Huang. W.C. (2005). Using The ELECTRE II Method to Apply and Analyze The differentiation Theory. Proceding of The Eastern Asia Society for Transportation Studies. 5. 2237-2249. [4] El-Wahed. W. F. A. (2008). Operations Research and Decision Support Depertment Fuzzy Multi-Criteria Decision Making. Theory and Applications with Recent Developments. 5. 9-50. [5] Hasan. I. (2004). Pokok-Pokok Materi Teori Pengambillan Keputusan. Bogor: Ghalia. [6] Kusumadewi. S.. Hartati. S.. Harjoko. A.. Wardoyo. R. (2006). Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu. [7] Nofriansyah. D. (204). Konsep Data Mining VS Sistem Pendukung Keputusan. Yogyakarta: Deepublish. [8] Otoritas Jasa Keuangan. (205). Peraturan Otoritas Jasa Keuangan Tentang Ketentuan Kehati-hatian Dalam Rangka Stimulus Perekonomian Nasional Bagi Bank Umum. Diambil dari Departemen Perizinan dan Informasi Perbankan Otoritas Jasa Keuangan Website: www.ojk.go.id. [9]. (206). Booet Perbankan 206. Diambil dari Departemen Perizinan dan Informasi Perbankan Otoritas Jasa Keuangan Website: www.ojk.go.id. [0]. (206). Peraturan Otoritas Jasa Keuangan Tentang Penilaian Tingkat Kesehatan Bank Umum. Diambil dari Departemen Perizinan dan Informasi Perbankan Otoritas Jasa Keuangan Website: www.ojk.go.id. [] Setiawan. F. (205). Implementasi Metode Electre Pada Sistem Pendukung Keputusan SNMPTN Jalur Undangan. Kumpulan Jurnal Ilmu Komputer (KLIK). 02(02). 88-0. [2] Sulistyowati, Chorry. (205). Pertumbuhan Kredit dan Tingkat Keberesikoan Bank. Jurnal Manajemen. 5(02). 93-02. [3] Triantaphyllou. E.. Shu B.. Sanchez S. N.. dan Ray T. (998). Multi-Criteria Decision Making: An Operation Research Approach. Encyclopedia of Electrical and Electronics Engineering. 5. 75-86. 86