BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Masalah Analisa sistem pada yang berjalan bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Sistem Pendukung Keputusan Pemberian Kredit Sepeda Motor Pada PT. Federal International Finance Group Dengan Metode Naive Bayes, analisis dilakukan agar dapat menemukan masalah-masalah dalam pengolahan dalam menentukan nilai dari setiap karakter agar mudah dalam menentukan penerima Kredit Sepeda Motor Pada PT. Federal International Finance Group. Adapun permasalahan yang ada pada perusahaan adalah : 1. Penentuan kelayakan pengajuan kredit sepeda motor masih membutuhkan waktu yang cukup lama dikarenakan sistem yang digunakan masih menggunakan sistem manual, yaitu pengumpulan data pelanggan dan di catat pada buku besar kemudian akan melakukan rakap data. 2. Penyimpanan data masih menggunakan penyusunan berkas arsip sehingga sering terjadi kehilangan data pelanggan dan data kredit yang dapat menyebabkan kerugian finance pada perusahaan. 3. Perusahaan tidak menggunakan metode tertentu dalam melakukan pengambilan keputusan kelayakan pelanggan dalam pengajuan kredit sepeda motor
Berdasarkan permasalahan yang terdapat pada perusahaan dalam memberikan kredit sepeda motor, maka penulis mencoba melakukan perancangan sistem untuk memperbaiki kelemahan sistem yang sedang berjalan seperti : 1. Merancang dan membangun sebuah sistem pendukung keputusan yang dapat mempercepat proses persetujuan pengajuan kredit sepeda motor. 2. Merancang sebuah sistem dengan penyimpanan database yang mampu menyimpan data dengan jumlah cukup besar dengan keamanan data yang tinggi. 3. Merancang sistem pendukung keputusan dengan menggunakan metode Naive Bayes. III.2. Penerapan Metode Naive Bayes Metode Naive Bayes merupakan salah satu algoritma yang terdapat pada teknik klasifikasi. Naive Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik yang dikemukan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi peluang di masa depan berdasarkan pengalaman dimasa sebelumnya sehingga dikenal sebagai Teorema Bayes. Teorema tersebut dikombinasikan dengan Naive dimana diasumsikan kondisi antar atribut saling bebas. Klasifikasi Naive Bayes diasumsikan bahwa ada atau tidak ciri tertentu dari sebuah kelas tidak ada hubungannya dengan ciri dari kelas lainnya. Persamaan dari teorema Bayes adalah : ( ) ( ) ( ) ( )...(1)
Keterangan : X H : Data dengan class yang belum diketahui : Hipotesis data merupakan suatu class spesifik P (H X) : Probabilitas hipotesis berdasar kondisi (posteriori probability) P (H) P (X H) P (X) : Probabilitas hipotesis (prior probability) : Probabilitas berdasarkan kondisi pada hipotesis : Probabilitas Untuk menjelaskan teorema Naive Bayes, perlu diketahui bahwa proses klasifikasi memerlukan sejumlah petunjuk untuk menentukan kelas apa yang cocok bagi sampel yang dianalisis tersebut. Karena itu, teorema bayes di atas disesuaikan sebagai berikut : ( ) ( ) ( ) ( )...(2) Keterangan : Variabel C variabel F1...Fn : merepresentasikan kelas : merepresentasikan karakteristik petunjuk yang dibutuhkan untuk melakukan klasifikasi. Maka rumus tersebut menjelaskan bahwa peluang masuknya sampel karakteristik tertentu dalam kelas C (Posterior) adalah peluang munculnya kelas C (sebelum masuknya sampel tersebut, seringkali disebut prior), dikali dengan peluang kemunculan karakteristik karakteristik sampel pada kelas C (disebut juga likelihood), dibagi dengan peluang kemunculan karakteristik karakteristik sampel
secara global (disebut juga evidence). Karena itu, rumus diatas dapat pula ditulis secara sederhana sebagai berikut :...(3) Keterangan : Posterior Prior Likehood Evidence : perbaikan terhadap nilai probabilitas : nilai probabilitas awal : titik tertentu untuk memaksimumkan sebuah fungsi. : nilai bukti Nilai Evidence selalu tetap untuk setiap kelas pada satu sampel. Nilai dari posterior tersebut nantinya akan dibandingkan dengan nilai nilai posterior kelas lainnya untuk menentukan ke kelas apa suatu sampel akan diklasifikasikan. Penjabaran lebih lanjut rumus Bayes tersebut dilakukan dengan menjabarkan menggunakan aturan perkalian sebagai berikut : ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) Keterangan : Variabel C variabel F1...Fn : merepresentasikan kelas : merepresentasikan karakteristik petunjuk yang dibutuhkan untuk melakukan klasifikasi.
Dapat dilihat bahwa hasil penjabaran tersebut menyebabkan semakin banyak dan semakin kompleksnya faktor faktor syarat yang mempengaruhi nilai probabilitas, yang hampir mustahil untuk dianalisa satu persatu. Akibatnya, perhitungan tersebut menjadi sulit untuk dilakukan. Disinilah digunakan asumsi independensi yang sangat tinggi (naif), bahwa masing masing petunjuk saling bebas (independen) satu sama lain (Jurnal Informatika Vol. 8 No. 1 Januari 2014 ; Bustami : 129). III.2.1. Langkah - Langkah Manual Naive Bayes Adapun teknik atau langkah-langkah dalam proses naive bayes, antara lain: 1. Menentukan data training. 2. Menentukan probabilitas variabel terhadap kategori keputusan 3. Mencari likehood dan probabilitas dari kategori kriteria 4. Mendapatkan nilai probabilitas akhir tertinggi. III.2.2. Flowchart Meetode Naive Bayes Flowchart adalah adalah suatu bagan dengan simbol-simbol tertentu yang menggambarkan urutan proses secara mendetail dan hubungan antara suatu proses (instruksi) dengan proses lainnya dalam suatu program.
Mulai Menentukan data training Menentukan probabilitas dari Setiap kategori Mencari likehood dan probabilitas dari kategori umum : Nilai tertinggi Selesai Gambar III.1. Flowchart Metode Naive Bayes III.2.3. Perhitungan Manual Naive Bayes Contoh Kasus : Tipe Motor Jangka Cicilan : Motor Absolute Revo CW : 6 Bulan Kode V1 Tabel III.1. Tabel Variabel dan Himpunan Nama Jenis (Naive Variabel Bayes) Jumlah Tanggungan Diskrit V2 Penghasilan Diskrit V3 Pekerjaan Diskrit V4 Status Diskrit Himpunan Tidak Ada 1 3 Orang Diatas 3 Orang Diatas 5 Jt 3 5 Jt Dibawah 3 Jt Negeri Swasta Wiraswasta Sewa
Tabel III.2. Tabel Data Training ID Training Jumlah Tanggungan Penghasilan Pekerjaan Status Keputusan TR01 Tidak ada Diatas 5Jt Negeri TR02 Tidak ada Diatas 5Jt Negeri Sewa TR03 Tidak ada Diatas 5Jt Swasta TR04 Tidak ada Diatas 5Jt Swasta Sewa TR05 Tidak ada Diatas 5Jt Wiraswasta TR06 Tidak ada Diatas 5Jt Wiraswasta Sewa TR07 Tidak ada 3-5 Jt Negeri TR08 Tidak ada 3-5 Jt Negeri Sewa TR09 Tidak ada 3-5 Jt Swasta TR10 Tidak ada 3-5 Jt Swasta Sewa Ditolak TR11 Tidak ada 3-5 Jt Wiraswasta TR12 Tidak ada 3-5 Jt Wiraswasta Sewa Ditolak TR13 Tidak ada Dibawah 3Jt Negeri TR14 Tidak ada Dibawah 3Jt Negeri Sewa TR15 Tidak ada Dibawah 3Jt
ID Training Jumlah Tanggungan Penghasilan Pekerjaan Status Keputusan Swasta TR16 Tidak ada Dibawah 3Jt Swasta Sewa Ditolak TR17 Tidak ada Dibawah 3Jt Wiraswasta TR18 Tidak ada Dibawah 3Jt Wiraswasta Sewa Ditolak TR19 1-3 orang Diatas 5Jt Negeri TR20 1-3 orang Diatas 5Jt Negeri Sewa TR21 1-3 orang Diatas 5Jt Swasta TR22 1-3 orang Diatas 5Jt Swasta Sewa Ditolak TR23 1-3 orang Diatas 5Jt Wiraswasta TR24 1-3 orang Diatas 5Jt Wiraswasta Sewa Ditolak TR25 1-3 orang 3-5 Jt Negeri TR26 1-3 orang 3-5 Jt Negeri Sewa TR27 1-3 orang 3-5 Jt Swasta TR28 1-3 orang 3-5 Jt Swasta Sewa Ditolak TR29 1-3 orang 3-5 Jt Wiraswasta TR30 1-3 orang 3-5 Jt Wiraswasta Sewa Ditolak
ID Training Jumlah Tanggungan Penghasilan Pekerjaan Status Keputusan TR31 1-3 orang Dibawah 3Jt Negeri TR32 1-3 orang Dibawah 3Jt Negeri Sewa TR33 1-3 orang Dibawah 3Jt Swasta TR34 1-3 orang Dibawah 3Jt Swasta Sewa Ditolak TR35 1-3 orang Dibawah 3Jt Wiraswasta TR36 1-3 orang Dibawah 3Jt Wiraswasta Sewa Ditolak TR37 Diatas 3 orang Diatas 5Jt Negeri TR38 Diatas 3 orang Diatas 5Jt Negeri Sewa Ditolak TR39 Diatas 3 orang Diatas 5Jt Swasta TR40 Diatas 3 orang Diatas 5Jt Swasta Sewa Ditolak TR41 Diatas 3 orang Diatas 5Jt Wiraswasta TR42 Diatas 3 orang Diatas 5Jt Wiraswasta Sewa Ditolak TR43 Diatas 3 orang 3-5 Jt Negeri TR44 Diatas 3 orang 3-5 Jt Negeri Sewa Ditolak TR45 Diatas 3 orang 3-5 Jt Swasta
ID Training Jumlah Tanggungan Penghasilan Pekerjaan Status Keputusan TR46 Diatas 3 orang 3-5 Jt Swasta Sewa Ditolak TR47 Diatas 3 orang 3-5 Jt Wiraswasta TR48 Diatas 3 orang 3-5 Jt Wiraswasta Sewa Ditolak TR49 Diatas 3 orang Dibawah 3Jt Negeri TR50 Diatas 3 orang Dibawah 3Jt Negeri Sewa Ditolak TR51 Diatas 3 orang Dibawah 3Jt Swasta Ditolak TR52 Diatas 3 orang Dibawah 3Jt Swasta Sewa Ditolak TR53 Diatas 3 orang Dibawah 3Jt Wiraswasta Ditolak TR54 Diatas 3 orang Dibawah 3Jt Wiraswasta Sewa Ditolak 1. Menentukan Probabilitas Variabel Terhadap Kategori Keputusan a. Probabilitas Jumlah Tanggungan Pada Setiap Kategori Keputusan Tabel III.3. Tabel Probabilitas Jumlah Tanggungan Himpunan Probabilitas Kategori Jumlah Tanggungan Ditolak Ditolak Tidak Ada 14 4 14/18 4/18 1 3 Orang 13 5 13/18 5/18 Diatas 3 Orang 7 11 7/18 11/18 b. Probabilitas Penghasilan Pada Setiap Kategori Keputusan Tabel III.4. Tabel Probabilitas Penghasilan
Himpunan Probabilitas Kategori Penghasilan Ditolak Ditolak Diatas 5 Jt 15 3 15/18 3/18 3 5 Jt 11 7 11/18 7/18 Dibawah 3 Jt 9 9 9/18 9/18 c. Probabilitas Pekerjaan Pada Setiap Kategori Keputusan Tabel III.5. Tabel Pekerjaan Himpunan Probabilitas Kategori Pekerjaan Ditolak Ditolak Negeri 15 3 15/18 3/18 Swasta 9 9 9/18 9/18 Wiraswasta 9 9 9/18 9/18 d. Probabilitas Status Pada Setiap Kategori Keputusan Tabel III.6. Tabel Status Himpunan Probabilitas Kategori Status Ditolak Ditolak 25 2 25/27 2/27 Sewa 8 19 8/27 19/27 e. Probabilitas Untuk Setiap Kategori Pada Status Keputusan Tabel III.7. Tabel Kategori Jumlah Kategori Keputusan Probabilitas Kategori Keputusan Ditolak Ditolak Jumlah 33 21 33/54 21/54 Diketahui Kriteria Pengaju Kredit Sebagai Berikut : 1. Jumlah Tanggungan : Diatas 3 Orang
2. Penghasilan : 3 5 Jt 3. Pekerjaan : Wiraswasta 4. Status : Sewa Mencari Likelihood dan Probabilitas a. Perhitungan Likelihood Menghitung nilai likelihood untuk setiap kelas (Arief Kurniawan ; 2012 : 6) b. Perhitungan Probabilitas Probabilitas untuk setiap kategori itu, maka naive Bayes dirumuskan (Arief Kurniawan ; 2012 : 5) Likelihood = 7/18 * 11/18 * 9/18 * 8/27 * 33/54 = 0,3888 * 0,6111 * 0,5 * 0,2962 * 0,6111 = 0.021516029060611 Likelihood Ditolak = 11/18 * 7/18 * 9/18 * 19/27 * 21/54 = 0,6111 * 0,3888 * 0,5 * 0,7037 * 0,3888 = 0.03251854392115 Total Likelihood = 0.021516029060611 + 0.03251854392115 = 0.054034572981761 Probabilitas = Likelihood / Total Likelihood = 0.021516029060611 / 0.054034572981761 = 0.39819004524887 Probabilitas Ditolak = Likelihood Ditolak / Total Likelihood = 0.03251854392115 / 0.054034572981761 = 0.60180995475113 Berdasarkan perhitungan naive bayes diatas maka Keputusan Pengajuan yang diinputkan pengguna adalah DITOLAK karena
memiliki nilai probabilitas akhir tertinggi dengan nilai 0.60180995475113. III.3. Desain Sistem Desain sistem pada penelitian ini dibagi menjadi dua desain, yaitu desain sistem secara global untuk penggambaran model sistem secara garis besar dan desain sistem secara detail untuk membantu dalam pembuatan sistem. III.3.1. Desain Sistem Secara Global Desain sistem secara global menggunakan bahasa pemodelan UML yang terdiri dari Activity Diagram, Usecase Diagram, Class Diagram, dan Sequence Diagram. III.3.1.1.Usecase Diagram Secara garis besar, bisnis proses sistem yang akan dirancang digambarkan dengan usecase diagram yang terdapat pada Gambar III.2 :
Sistem Penunjang Keputusan Penentuan Pemberian Kredit Sepeda Motor Pada PT. Federal International Finance Group Menggunakan Metode Naive Bayes Home Pengajuan Kredit Tentang <extend> <extend> Login <include> Olah data Admin Daftar Baru Pengguna <include> Olah data Motor <include> Admin Login <include> <include> Olah data Kriteria Olah data Training Gambar III.2. Use Case Diagram Sistem Pendukung Keputusan Pemberian Kredit Sepeda Motor Pada PT. Federal International Finance Group Dengan Metode Naive Bayes III.3.1.2. Activity Diagram Bisnis proses yang telah digambarkan pada usecase diagram diatas dijabarkan dengan activity diagram : 1. Activity Diagram Login Aktivitas login yang dilakukan oleh admin / user dapat diterangkan dengan langkah-langkah state berikut :
Form Login Memasukkan Username Memasukkan Password Valid Aktifkan Menu Administrator invalid Menampilkan Pesan Error Gambar III.3. Activity Diagram Login Keterangan : a. Admin masuk ke form login. b. Kemudian admin memasukkan username dan password untuk masuk ke sistem. c. Data yang diinputkan akan disesuaikan dengan database oleh sistem, bila data valid maka admin akan masuk ke form admin bila invalid maka admin akan menerima pesan error sistem dan kembali pada form login. A. Menu Pelanggan 1. Activity Diagram Daftar Baru Aktivitas daftar baru yang dilakukan oleh pasien dapat diterangkan dengan langkah-langkah state yang ditunjukkan pada gambar III. 4 berikut :
Buka Sistem Form daftar pengguna baru Isi data pengguna Click tambah data Data tersimpan Gambar III. 4. Activity Diagram Daftar Baru Keterangan : a. Pelanggan masuk ke form daftar baru sebelum melakukan login user. b. Pada form daftar baru, pelanggan dapat melakukan pengolahan data pelanggan. c. Kemudian pelanggan mengklik button daftar.\ 2. Activity Diagram Data Pengajuan Kredit Aktivitas yang dilakukan oleh admin pada pengolahan data pengajuan kredit dapat diterangkan dengan langkah-langkah state berikut yang ditunjukkan pada gambar III.5 berikut :
Mulai Tampil Form Pengajuan kredit Input Data pelanggan ya Analisa ya Melakukan analisa? tidak Tidak Laporan? ya Simpan Batal tidak Lihat Informasi Gambar III.5. Activity Diagram Data Pengajuan Kredit Keterangan : a. Admin masuk ke form Pengajuan Kredit. b. Pada form pengajuan kredit, admin dapat melakukan pengolahan data pelanggan yaitu membuat data pelanggan baru kemudian melakukan analisis kredit. c. Bila admin ingin melihat laporan pengajuan kredit maka admin dapat mengklik button cetak laporan.
B. Menu Admin 1. Activity Diagram Data Motor Aktivitas yang dilakukan oleh admin pada pengolahan data motor dapat diterangkan dengan langkah-langkah state berikut yang ditunjukkan pada gambar III.6 berikut : Mulai Tampil Form motor Input Data motor Ya Baru? Cari? Ya Cari data Tidak Tidak Edit? tidak Hapus? ya Simpan? tidak ya Ubah Data Simpan Batal tidak ya Hapus Data Gambar III.6. Activity Diagram Data Motor Keterangan : a. Admin masuk ke form motor. b. Pada form motor, admin dapat melakukan pengolahan data motor yaitu membuat data motor baru, mengedit data, mencari data dan menghapus data motor sesuai dengan kebutuhan.
2. Activity Diagram Data Kriteria Aktivitas yang dilakukan oleh admin pada pengolahan data kritera dapat diterangkan dengan langkah-langkah state berikut yang ditunjukkan pada gambar III.7 berikut : Mulai Tampil Form kriteria Input Data kriteria Ya Baru? Cari? Ya Cari data Tidak Tidak Edit? tidak Hapus? ya Simpan? tidak ya Ubah Data Simpan Batal tidak ya Hapus Data Gambar III.7. Activity Diagram Data Kriteria Keterangan : a. Admin masuk ke form kriteria. b. Pada form kriteria, admin dapat melakukan pengolahan data kriteria yaitu membuat data kriteria baru, mengedit data, mencari data dan menghapus data kriteria sesuai dengan kebutuhan.
3. Activity Diagram Data Training Aktivitas yang dilakukan oleh admin pada pengolahan data training dapat diterangkan dengan langkah-langkah state berikut yang ditunjukkan pada gambar III.8 berikut : Mulai Tampil Form training Input Data training Ya Baru? Cari? Ya Cari data Tidak Tidak Edit? tidak Hapus? ya Simpan? tidak ya Ubah Data Simpan Batal tidak ya Hapus Data Gambar III.8. Activity Diagram Data Training Keterangan : a. Admin masuk ke form training. b. Pada form training, admin dapat melakukan pengolahan data training yaitu membuat data training baru, mengedit data, mencari data dan menghapus data training sesuai dengan kebutuhan.
III.3.1.3. Sequence Diagram Rangkaian kegiatan pada setiap terjadi event sistem digambarkan pada sequence diagram berikut : 1. Sequence Diagram Login admin Serangkaian kinerja sistem login yang dilakukan oleh admin dapat diterangkan dengan langkah-langkah state, dimulai dari memasukkan username, memasukkan password, jika Akun valid maka sistem akan mengaktifkan menu administrator, sedangkan jika tidak valid, maka tampilkan pesan kesalahan yang ditunjukkan pada gambar III.9 berikut : Admin Form Login Proses Login Halaman Admin Tabel admin Form login Validasi nama dan password () Click login () Invalid () Login sukses () Click reset () Gambar III.9. Sequence Diagram Login
A. Menu Pelanggan 1. Sequence Diagram Daftar Baru Kinerja sistem daftar baru yang dilakukan oleh pakar dapat diterangkan dengan langkah-langkah state yang ditunjukkan pada gambar III.10 berikut : Pasien Form daftar baru Proses Tabel Pengguna Tampilkan Fom () Isi data pengguna () Koneksi database () Gambar III.10. Sequence Diagram Daftar Baru 2. Sequence Diagram Data Pengajuan Kredit Serangkaian kinerja sistem yang dilakukan oleh admin pada pengolahan data pengajuan kredit dapat diterangkan dengan langkah-langkah state berikut, yang ditunjukkan pada gambar III.11 berikut :
admin Main form Form Pengajuan Proses Tabel Pengajuan Tabel Detail Pengajuan Tampilkan Fom () Menu () click form Pengajuan () Click baru () Click analisa () Koneksi database () Koneksi database () Click print () Koneksi database () Koneksi database () Close form () Gambar III.11. Sequence Diagram Data Pengajuan Kredit B. Menu Admin 1. Sequence Diagram Data Motor Serangkaian kinerja sistem yang dilakukan oleh admin pada pengolahan data motor dapat diterangkan dengan langkah-langkah state berikut yang ditunjukkan pada gambar III.12 berikut :
Admin Main form Form kriteria Proses Tabel Motor Tampilkan Fom () Menu () click form kriteria () Click baru () Click simpan () Koneksi database () Click Edit () Koneksi database () Click Hapus () Koneksi database () Click batal () Click reset () Close form () Gambar III.12. Sequence Diagram Data Motor 2. Sequence Diagram Data Kriteria Serangkaian kinerja sistem yang dilakukan oleh admin pada pengolahan data kriteria dapat diterangkan dengan langkah-langkah state berikut yang ditunjukkan pada gambar III.13 berikut :
Admin Main form Form kriteria Proses Tabel kriteria Tabel Subkriteria Tampilkan Fom () Menu () click form kriteria () Click baru () Click simpan () Koneksi database () Koneksi database () Click Edit () Koneksi database () Koneksi database () Click Hapus () Koneksi database () Koneksi database () Click batal () Click reset () Close form () Gambar III.13. Sequence Diagram Data Kriteria 3. Sequence Diagram Data Training Serangkaian kinerja sistem yang dilakukan oleh admin pada pengolahan data training dapat diterangkan dengan langkah-langkah state berikut yang ditunjukkan pada gambar III.14 berikut :
Admin Main form Form kriteria Proses Tabel training Tabel detail_training Tampilkan Fom () Menu () click form kriteria () Click baru () Click simpan () Koneksi database () Koneksi database () Click Edit () Koneksi database () Koneksi database () Click Hapus () Koneksi database () Koneksi database () Click batal () Click reset () Close form () Gambar III.14. Sequence Diagram Data Training III.3.1.4. Class Diagram Rancangan kelas-kelas yang akan digunakan pada sistem yang akan dirancang dapat dilihat pada gambar III.15 :
Gambar III.15. Class Diagram Sistem III.3.2. Desain Sistem Secara Detail Tahap perancangan berikutnya yaitu desain sistem secara detail yang meliputi desain output sistem, desain input sistem, dan desain database. III.3.2.1. Desain Output Berikut ini adalah rancangan tampilan desain output yang akan dihasilkan oleh sistem: 1. Desain Form Melihat Laporan Pengajuan Kredit Desain form yang telah dirancang pada sistem yang diakses oleh dalam melihat informasi mengenai daftar pengajuan kredit dapat diterangkan pada gambar III.16 :
Laporan Daftar Pengajuan Gambar III.16. Desain Form Melihat Laporan Pengajuan Kredit III.3.2.2. Desain Input Berikut ini adalah rancangan atau desain input sebagai antarmuka pengguna : 1. Desain Form Daftar Baru Desain tampilan form daftar baru yang dilakukan oleh pasien dapat diterangkan dengan langkah-langkah state yang ditunjukkan pada gambar III.17 berikut :
FIFGROUP Home Login Tentang Daftar Pengguna Baru Nama : Tempat & Tanggal Lahir : Alamat : Kota : Telp / HP : Username : Password : Daftar Batal Gambar III.17. Desain Form Daftar Baru 2. Desain Form Data Pengajuan Kredit Desain form yang telah dirancang pada sistem yang diakses oleh admin pada pengolahan data pengajuan kredit dapat diterangkan dengan langkah-langkah state berikut, yang ditunjukkan pada gambar III.18 berikut :
FIFGROUP Profil Pengajuan Logout Pengajuan Kredit Online Nama : Tempat & Tanggal Lahir : Alamat : Kota : Telp / HP : Email : Tipe Motor : Jangka Waktu Cicilan : Jumlah Tanggungan : Penghasilan : Pekerjaan : Status : Proses Batal Gambar III.18. Desain Form Data Pengajuan Kredit 3. Desain Form Login admin Desain form yang telah dirancang pada sistem login yang dapat diakses oleh admin dapat diterangkan dengan langkah-langkah state, dimulai dari memasukkan username, memasukkan password, jika Akun valid maka sistem akan mengaktifkan menu administrator, sedangkan jika tidak valid, maka tampilkan pesan kesalahan yang ditunjukkan pada gambar III.19 berikut :
FIFGROUP Login Login Administrator Username : Password : Login Gambar III.19. Desain Form Login 4. Desain Form Data Admin Desain form yang telah dirancang pada sistem yang diakses oleh admin pada pengolahan data admin dapat diterangkan dengan langkah-langkah state berikut, yang ditunjukkan pada gambar III.20 berikut : FIFGROUP Home admin motor kriteria D. Training Pengajuan Keluar Gambar III.20. Desain Form Data Admin
5. Desain Form Data Motor Desain form yang telah dirancang pada sistem yang diakses oleh admin pada pengolahan data motor dapat diterangkan dengan langkah-langkah state berikut, yang ditunjukkan pada gambar III.21 berikut : FIFGROUP Home admin motor kriteria D. Training Pengajuan Keluar Gambar III.21. Desain Form Data Motor 6. Desain Form Data Kriteria Desain form yang telah dirancang pada sistem yang diakses oleh admin pada pengolahan data kriteria dapat diterangkan dengan langkah-langkah state berikut, yang ditunjukkan pada gambar III.22 berikut :
FIFGROUP Home admin motor kriteria D. Training Pengajuan Keluar Gambar III.22. Desain Form Data Kriteria 7. Desain Form Data Training Desain form yang telah dirancang pada sistem yang diakses oleh admin pada pengolahan data training dapat diterangkan dengan langkah-langkah state berikut, yang ditunjukkan pada gambar III.23 berikut :
FIFGROUP Home admin motor kriteria D. Training Pengajuan Keluar Gambar III.23. Desain Form Data Training III.3.2.3.Desain Basis Data Desain basis data terdiri dari tahap melakukan normalisasi tabel, merancang struktur tabel, dan membangun Entity Relationship Diagram (ERD). III.3.2.3.1. Normalisasi Tahap normalisasi ini bertujuan untuk menghilangkan masalah berupa ketidak konsistenan apabila dilakukannya proses manipulasi data seperti penghapusan, perubahan dan penambahan data sehingga data tidak ambigu.
III.3.2.3.2. Normalisasi Data Pengajuan Normalisasi data nilai dilakukan dengan beberapa tahap normalisasi sampai data nilai ini masuk ke tahap normal di mana tidak ada lagi redundansi data. Berikut ini adalah tahapan normalisasinya : 1. Bentuk Tidak Normal Bentuk tidak normal dari data nilai ditandai dengan adanya baris yang satu atau lebih atributnya tidak terisi, bentuk ini dapat dilihat pada tabel III.8 di bawah ini: Tabel III.8 Data Nilai Tidak Normal Kode Kode Tanggal Pengajuan Pelanggan Nilai Status PK00000001 10/06/2016 KD00000001 70 DITERIMA PK00000002 KD00000002 56,67 DITOLAK PK00000003 KD00000003 64,17 DITERIMA PK00000004 KD00000004 52,5 DITOLAK PK00000005 KD00000005 63,33 DITERIMA 2. Bentuk Normal Pertama (1NF) Bentuk normal pertama dari data nilai merupakan bentuk tidak normal yang atribut kosongnya diisi sesuai dengan atribut induk dari record-nya, bentuk ini dapat dilihat pada tabel III.8 di berikut ini: Kode Pengajuan PK00000001 PK00000002 PK00000003 PK00000004 Tangg al 10/06 /2016 10/06 /2016 10/06 /2016 10/06 /2016 Tabel III.8 Data Nilai Normal Pertama Kode Pelanggan KD00000001 Nama Pelanggan Alamat Nilai Status Firman Sutarman Jl. Pancing No. 2 Medan 70 DITERIMA KD00000002 Mhd. Fahmi Lubis Jl. Perjuangan 56,67 DITOLAK KD00000003 Putri Handayani Jl. Krakatau 64,17 DITERIMA KD00000004 Rahmad Hidayat Jl. Rakyat 52,5 DITOLAK
3. Bentuk Normal Kedua (2NF) Bentuk normal kedua dari data nilai merupakan bentuk normal pertama, dimana telah dilakukan pemisahan data sehingga tidak adanya ketergantungan parsial. Setiap data memiliki kunci primer untuk membuat relasi antar data, bentuk ini dapat dilihat pada tabel III.9 berikut ini: a. Bentuk Normal Kedua (2NF) Tabel Pelanggan Tabel III.9. Data Pelanggan 2NF Kode Pelanggan KD00000001 KD00000002 KD00000003 KD00000004 KD00000005 No KTP 121292392 382382 121223232 323 219292920 2 178282828 328 182828283 938 Nama Firman Sutarman Mhd. Fahmi Lubis Putri Handayan i Rahmad Hidayat Indra Pratama Jenis Kelamin Tempat Lahir Tanggal Lahir Laki-laki Medan 10/06/1989 Alamat Jl. Pancing No. 2 Medan Telp 81228282382 Laki-laki Medan 10/11/1982 Jl. Perjuangan 8782299292 Peremp uan Peremp uan Medan 11/02/1986 Jl. Krakatau 83191929283 Medan 11/06/1992 Jl. Rakyat 89672727282 Laki-laki Medan 09/05/1991 Jl. Kemerdekaan 8282829283 III.3.2.3.3. Desain Tabel Setelah melakukan tahap normalisasi, maka tahap selanjutnya yang dikerjakan yaitu merancang struktur tabel pada basis data sistem yang akan dibuat, berikut ini merupakan rancangan struktur tabel tersebut : 1. Struktur Tabel Admin Tabel admin digunakan untuk menyimpan data id_admin, nama, username, password, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.10 di bawah ini:
Nama Database Nama Tabel Tabel III.10 Rancangan Tabel Admin fif_astra admin No Nama Field Tipe Data Boleh Kosong Kunci 1. id_admin char(3) Tidak Primary Key 2. nama varchar(30) Tidak - 3. username varchar(15) Tidak - 4. password varchar(15) Tidak - 2. Struktur Tabel Detail_pengajuan Tabel detail_pengajuan digunakan untuk menyimpan data id_pengajuan, id_kriteria, id_subkriteria, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.11 di bawah ini: Nama Database Tabel III.11 Rancangan Tabel Detail_pengajuan fif_astra Nama Tabel detail_pengajuan No Nama Field Tipe Data Boleh Kosong Kunci 1. id_pengajuan int(11) Tidak Foreign Key 2. id_kriteria char(3) Tidak - 3. id_subkriteria varchar(30) Tidak - 3. Struktur Tabel Detail_training Tabel detail_training digunakan untuk menyimpan data id_training, id_kriteria, id_subkriteria, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.12 di bawah ini:
Nama Database Tabel III.12 Rancangan Tabel Detail_training fif_astra Nama Tabel detail_training No Nama Field Tipe Data Boleh Kosong Kunci 1. id_training char(4) Tidak Foreign Key 2. id_kriteria char(3) Tidak Foreign Key 3. id_subkriteria varchar(20) Tidak - 4. Struktur Tabel Kriteria Tabel kriteria digunakan untuk menyimpan data id_kriteria, nama, keterangan, jenis, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.13 di bawah ini: Nama Database Nama Tabel Tabel III.13 Rancangan Tabel Kriteria fif_astra kriteria No Nama Field Tipe Data Boleh Kosong Kunci 1. id_kriteria char(3) Tidak Primary Key 2. nama varchar(30) Tidak - 3. keterangan text Tidak - 4. jenis varchar(15) Tidak - 5. Struktur Tabel Motor Tabel motor digunakan untuk menyimpan data id_motor, tipe, harga_tunai, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.14 di bawah ini:
Nama Database Nama Tabel Tabel III.14 Rancangan Tabel Motor fif_astra motor No Nama Field Tipe Data Boleh Kosong Kunci 1. id_motor char(3) Tidak Primary Key 2. tipe varchar(50) Tidak - 3. harga_tunai double Tidak - 6. Struktur Tabel Pengajuan Tabel pengajuan digunakan untuk menyimpan data tanggal, id_pengajuan, id_pengguna, id_motor, jangka, keputusan, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.15 di bawah ini: Nama Database Nama Tabel Tabel III.15 Rancangan Tabel Pengajuan fif_astra pengajuan No Nama Field Tipe Data Boleh Kosong Kunci 1. tanggal date Tidak - 2. id_pengajuan int(11) Tidak Primary Key 3. id_pengguna char(10) Tidak - 4. id_motor char(3) Tidak - 5. jangka varchar(2) Tidak - 6. keputusan varchar(15) Tidak - 7. Struktur Tabel Pengguna Tabel pengguna digunakan untuk menyimpan data id_pengguna, nama, tempat_lahir, tanggal_lahir, alamat, kota, telp, username, password, ktp, slip_gaji,
kk, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.16 di bawah ini: Nama Database Nama Tabel Tabel III.16 Rancangan Tabel Pengguna fif_astra pengguna No Nama Field Tipe Data Boleh Kosong Kunci 1. id_pengguna char(10) Tidak Primary Key 2. nama varchar(30) Tidak - 3. tempat_lahir varchar(30) Tidak - 4. tanggal_lahir date Tidak - 5. alamat text Tidak - 6. kota varchar(20) Tidak - 7. telp varchar(20) Tidak - 8. username varchar(20) Tidak - 9. password varchar(20) Tidak - 10. ktp varchar(300) Boleh - 11. slip_gaji varchar(300) Boleh - 12. kk varchar(300) Boleh - 8. Struktur Tabel Subkriteria Tabel subkriteria digunakan untuk menyimpan data id_subkriteria, nama, id_kriteria, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.17 di bawah ini:
Nama Database Nama Tabel Tabel III.17 Rancangan Tabel Subkriteria fif_astra subkriteria No Nama Field Tipe Data Boleh Kosong Kunci 1. id_subkriteria char(3) Tidak Primary Key 2. nama varchar(25) Tidak - 3. id_kriteria char(3) Tidak Foreign Key 9. Struktur Tabel Training Tabel training digunakan untuk menyimpan data id_training, keputusan, id_motor, jangka_group, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.18 di bawah ini: Nama Database Nama Tabel Tabel III.18 Rancangan Tabel Training fif_astra training No Nama Field Tipe Data Boleh Kosong Kunci 1. id_training char(4) Tidak Primary Key 2. keputusan varchar(20) Tidak - 3. id_motor char(3) Tidak Foreign Key 4. jangka_group varchar(10) Tidak -