SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PINJAMAN PADA PUSAT KOPERASI KEPOLISIAN DAERAH SUMATERA UTARA DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Rici Efrianda (14111028) Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja N0.338 Sp. Limun Medan http : // www.stmik-budidarma.ac.id // Email : riecycr@yahoo.com ABSTRAK Pusat Koperasi Kepolisian Daerah Sumatera Utara (PUSKOPPOLDASU) merupakan suatu wadah usaha yang dijalankan oleh kumpulan PNS/POLRI daerah Sumatera utara yang merupakan salah satu koperasi yang bergerak di bidang simpan pi. Dalam proses pemberian pian, kendala yang dihadapi seperti ada saja pemi yang tidak dapat mempertanggung jawabkan kewajibannya atau tidak dapat mengembalikan piannya sesuai dengan kesepakatan yang telah disepakati kedua pihak. Oleh sebab itu tidak semua anggota ataupun calon anggota tersebut akan diterima, hanya yang memenuhi kriteria-kriteria saja yang akan memperoleh pian tersebut, maka perlu sebuah Aplikasi yaitu Aplikasi Pendukung Keputusan dengan menggunakan metode yang dinamakan metode AHP. Sistem ini dapat digunakan untuk penentuan kelayakan anggota dalam pemberian pemian uang. Pemanfaatan Sistem Pendukung Keputusan dan metode AHP, dapat menentukan siapa yang berhak menerima pian berdasarkan kriteria-kriteria yang ditentukan. Kata Kunci : SPK, AHP, Pian 1. PENDAHULUAN 1.1 Latar Belakang Masalah Pusat Koperasi Kepolisian Daerah Sumatera Utara (PUSKOPPOLDASU) merupakan suatu wadah usaha yang dijalankan oleh kumpulan PNS/POLRI daerah Sumatera utara yang merupakan salah satu koperasi yang bergerak di bidang simpan pi yang melayani pian seluruh jajaran PNS/POLRI di wilayah sumatera utara. Salah satu kegiatannya adalah pemberian pian uang kepada para anggotanya. Kendala yang dihadapi oleh pengurus Puskoppoldasu dalam proses pemberian pian, ada saja pemi yang tidak dapat mempertanggung jawabkan kewajibannya atau tidak dapat mengembalikan piannya sesuai dengan kesepakatan yang telah disepakati kedua pihak. Ini dikarenakan Puskoppoldasu dalam merealisasikan pian hanya memberikan keputusan layak atau tidak seorang pemi diberikan pian modal, tanpa memperhitungkan persentase nilai kelayakan pemberian pian tersebut. ini dikarenakan kesulitan pengurus dalam menghitung persentase kelayakan pemberian pian yang parameternya adalah pendapatan, pekerjaan, nilai jaminan dan status kreditnya, yang mengakibatkan kerugian pada Puskoppoldasu. Berdasarkan masalah-masalah yang dihadapai Puskoppoldasu tersebut, maka perlu dibangun sebuah sistem pendukung keputusan yang akan membantu menentukan siapa yang berhak untuk mendapatkan sistem pendukung keputusan ini adalah Analytical Hierarchy Process (AHP), metode ini dipilih karena dapat menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah yang berhak menerima pian berdasarkan kriteria-kriteria yang ditentukan. 1.2 Perumusan Masalah Adapun perumusan masalah yang akan dibahas dalam skripsi ini adalah sebagai berikut: 1. Bagaimana proses dalam pemberian pian Puskoppoldasu? 2. Bagaimana menerapkan metode Analytical Hierarchy Process (AHP) dalam pemberian pian? 3. Bagaimana merancang sistem pendukung keputusan pemberian pian pada Puskoppoldasu? 1.3 Batasan Masalah Adapun batasan masalah dari penelitian skripsi ini adalah sebagai berikut: 1. Data yang diambil hanya data pemi, struk gaji, jaminan dan status kredit pemi. 2. Sistem pendukung keputusan ini hanya membahas proses pemian uang dan tidak menangani proses-proses transaksi. 3. Batas minimal dan maksimal pian mulai dari Rp. 5.000.000,- sampai Rp. 30.000.000,-. 4. Menggunakan bahasa pemograman Microsoft pian tersebut. Model yang digunakan dalam Visual Studio 2008 untuk 150
pengolahan data dan Mysql Server sebagai databasenya. 2. LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) sering disebut juga dengan Decision Support System (DDS) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan pemanipulasi data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Alter, 2002). 2.2 Metode Analytical Hierarchy Process Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif. Peralatan utama Analytical Hierarchy Process (AHP) adalah sebuah hierarki fungsional dengan input utamanya persepsi manusia. Keberadaan hierarki memungkinkan dipecahkannya masalah kompleks atau tidak terstruktur dalam sub-sub masalah, lalu menyusunnya menjadi suatu bentuk hierarki (Kusrini, 2007). 2.3 Prosedur Metode Analytical Hierarchy Process Pada dasarnya, prosedur atau langkah-langkah dalam metode Analytical Hierarchy Process (AHP) meliputi (Kusrini, 2007): 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu menyusun hierarki dari permasalahan yang dihadapi. Penyusunan hierarki adalah dengan menetapkan tujuan yang merupakan sasaran sistem secara keseluruhan pada level teratas. 2. Menentukan prioritas elemen a. Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan pasangan, yaitu membandingkan elemen secara berpasangan sesuai kriteria yang diberikan. b. Matriks perbandingan berpasangan diisi menggunakan bilangan untuk merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang lainnya. 3. Sintesis Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam langkah ini adalah: a. Menjumlahkan nilai-nilai dari setiap kolom pada matriks. b. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks. c. Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan junlah elemen untuk mendapatkan nilai rata-rata. 1. Mengukur Konsistensi Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena kita tidak menginginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam langkah ini adalah: a. Kalikan setiap nilai pada kolom pertama dengan prioritas relatif elemen pertama, nilai pada kolom kedua dengan prioritas relatif elemen kedua dan seterusnya. b. Jumlahkan setiap baris c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang bersangkutan. d. Jumlahkan hasil bagi diatas dengan banyaknya elemen yang ada, hasilnya disebut λ maks. 2. Hitung Consistency Index (CI) dengan rumus: CI = (λ maks-n)/n Dimana n = banyaknya elemen 3. Hitung Rasio Konsistensi/Consistency Ratio (CR) dengan rumus: CR = CI/RC Dimana CR = Consistency Ratio CI = Consistency Index IR = Indeks Random Consistency Memeriksa konsistensi hierarki. Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki. Namun jika rasio konsistensi (CI/IR) kurang atau sama dengan 0,1, maka hasil perhitungan bisa dinyatakan benar. Tabel 1 Daftar Indeks Random Consistency Ukuran Matriks Nilai IR 1,2 0,00 3 0.58 4 0.90 5 1.12 6 1.24 7 1.32 8 1.41 9 1.45 10 1.49 11 1.51 12 1.48 13 1.56 14 1.57 15 1.59 Sumber : Kusrini, 2007, 136 3. ANALISA DAN PERANCANGAN 3.1 Analisa Metode AHP Adapun tahap-tahap yang dilakukan untuk membentuk matriks perbandingan berpasangan adalah: 1. Menentukan kriteria dan alternatif: Kriteria yang digunakan adalah: a. Pendapatan Tabel 2 Kriteria Pendapatan Kriteria 5.000.001 Baik 3 151
2.000.000-5.000.000 Cukup 2 2.000.000 Tidak 1 b. Tabel 3 Kriteria Kriteria Polri Baik 3 PNS Cukup 2 Honor Tidak 1 c. Tabel 4 Kriteria Kriteria Rumah/ruko Baik 3 Tanah Cukup 2 BPKB Kendaraan Tidak 1 d. Tabel 5 Kriteria Kriteria Tidak Ada kredit Baik 3 Ada di Bagian Cukup 2 Jasa Ada di Bank Tidak 1 2. Membuat struktur hirarki Permasalahan pemberian pian dapat disederhanakan melalui diagram hirarki. Diagram hirarki terdiri dari 3 elemen, yaitu tujuan (goal) dari pengambilan keputusan (level 0), kriteria penilaian (level 1) dan alternatif pilihan (level 2). 1 2 3 4 Level 2 Gambar 1 Hierarki SPK Pemberian Pian 3.1.1 Membuat Matriks Perbandingan Berpasangan Kriteria Proses perbandingan berpasangan akan berbentuk matriks. 1. Menenentukan nilai kepentingan setiap kriteria Tabel 6 Tabel Perbandingan Antar Sepasang Kriteria Kriteria 1 Perbandingan Kriteria 2 Pendapatan Pemberian Pendapatan (7) Lebih mutlak Level 0 Level 1 Pendapatan Pendapatan (5) Lebih penting dari pada (3) sedikit lebih (5) Lebih penting dari pada (3) sedikit lebih (3) sedikit lebih Tabel 7 Matriks Perbandingan Berpasangan Kriteria Pendapatan Pendapatan 1/1 3 5 7 1/3 1/1 3 5 1/5 1/3 1/1 3 1/7 1/5 1/3 1/1 Keterangan: 1. 1/7 nilai 1 untuk dan nilai 7 dari pendapatan. 2. 1/7 artinya kriteria pendapat dipandang lebih mutlak kriteria. Menyusun kriteria-kriteria calon pemi pada matriks berpasangan. Matriks perbandingan diubah dalam bilangan 3 desimal. Adapun nilai desimal matriks perbandingan dapat dilihat pada tabel 9 berikut: Tabel 9 Nilai Desimal Matriks Perbandingan Kriteria Pendapatan Pendapatan 1 3 5 7 0.333 1 3 5 0.200 0.333 1 3 0.143 0.200 0.333 1 Jumlah 1.676 4.533 9.333 16.000 Hasil setiap kolom kriteria pada tabel 4.9 diperoleh dari hasil perbandingan antar sepasang kriteria. Adapun perhitungannya sebagai berikut: Baris pertama : 1 / 1 = 1 3 / 1 = 3 5 / 1 = 5 7 / 1 = 7 Kemudian untuk mencari kolom jumlah pada tabel 9 diperoleh dari hasil penambahan pada setiap kolom. Adapun perhitungannya sebagai berikut: Jumlah kolom pertama : 1 + 0.333 + 0.200 + 0.143 = 1.676 Adapun untuk mencari nilai-nilai kolom jumlah yang lain, 152
2. Menentukan rangking kriteria (Eigen vector ternormalisasi dari kriteria) Pada tahapan ini menghitung Eigen vector ternormalisasi tabel 4.9 (nilai desimal matriks perbandingan). a. Normalisasikan tabel 4.9 (nilai desimal matriks perbandingan) Adapun hasil matriks normalisasi kriteria dapat dilihat pada tabel 4.10 berikut: Tabel 10 Matriks Normalisasi Kriteria Kriteria Pendapatan Pekerjaa n Pendapatan 0.597 0.662 0.536 0.438 0.199 0.221 0.321 0.312 0.119 0.073 0.107 0.188 0.085 0.044 0.036 0.062 Jumlah Hasil setiap kolom kriteria pada tabel 4.10 diperoleh dari hasil membagi setiap nilai elemen masing-masing baris dengan jumlah masing-masing kolomnya pada tabel 9 di atas. Adapun perhitungannya sebagai berikut: Baris pertama : 1 / 1.676 = 0.597 3 / 4.533 = 0.662 5 / 9.333 = 0.536 7 / 16.000 = 0.438 Kemudian untuk mencari kolom jumlah pada tabel 4.10 didapat dari hasil penambahan pada setiap kolom. Adapun perhitungannya sebagai berikut: Jumlah kolom pertama : 0.597 + 0.199 + 0.119 + 0.085 = Adapun untuk mencari nilai-nilai kolom jumlah yang lain, b. Hitung nilai priority vector normalisasi Adapun hasil priority vector matriks normalisasi dapat dilihat pada tabel 11 berikut: Tabel 11 Priority Vector Matriks Normalisasi Kriteria Pendap atan Pendapata n Peke rjaan 0.597 0.66 2 0.199 0.22 1 0.119 0.07 3 Jamina n Statu s Kredi t Jumlah Baris Priorit y Vector Norma lisasi 0.536 0.438 2.233 0.558 0.321 0.312 1.053 0.263 0.107 0.188 0.487 0.122 0.085 0.04 4 Jumlah 1.00 0 0.036 0.062 0.227 0.057 4.000 Hasil setiap kolom jumlah baris pada tabel 11 diperoleh dari hasil penambahan pada setiap baris. Adapun perhitungannya sebagai berikut: Jumlah baris pertama : 0.597 + 0.662 + 0.536 + 0.438 = 2.233 Kemudian untuk mencari hasil setiap kolom priority vector normalisasi pada tabel 11 diperoleh dari jumlah baris dibagi dengan banyak kriteria. Adapun perhitungannya sebagai berikut: Baris pertama : 2.233 / 4 = 0.558 Berdasarkan tabel 11 (priority vector matriks normalisasi) diatas, maka diperoleh priority vector ternormalisasi dari masing-masing kriteria sebagai berikut : Kriteria Pendapatan = 0.558 Kriteria = 0.263 Kriteria = 0.122 Kriteria = 0.057 Kriteria pendapatan adalah kriteria paling penting dalam kasus ini, karena memiliki nilai priority vector matriks normalisasi paling tinggi dibandingkan kriteria pekerjaan, kriteria jaminan, dan kriteria status kredit. 1.1.3.1 Menghitung Hasil Proses perhitungan hasil, diperoleh berdasarkan nilai prioritas kriteria yang telah diperoleh sebelumnya pada tabel 11 dan nilai prioritas masing-masing sub kriteria. Hasil matriks perhitungannya dapat dilihat pada tabel 12 berikut: Tabel 12 Tabel Hasil Prioritas Kriteria dengan Prioritas Sub Kriteria NILAI PRIORITAS KRITERIA Pendapatan 0.558 0.263 0.122 0.057 NILAI PRIORITAS SUB KRITERIA BAIK BAIK BAIK BAIK CUKUP CUKUP CUKUP CUKUP 0.411 0.439 0.448 0.588 TIDAK TIDAK TIDAK TIDAK 0.167 0.192 0.197 0.173 1.1.3.2 Menguji Hasil Pengolahan Data Survei Alternatif Berdasarkan data yang telah diolah, maka diperoleh data masing-masing alternatif. Adapun hasil pengolahan data survei alternatif dapat dilihat pada tabel 13 berikut: Tabel 13 Hasil Pengolahan Data Survei Alternatif 153
A B C D Pendap atan Bai k Cu kup Bai k Cu kup Cukup Tidak Baik Baik Cukup Tidak Baik Baik Cukup Cukup Baik Baik Hasil akhir adalah mengalikan masingmasing nilai prioritas sub kriteria nilai dari pengolahan data survei alternatif Tabel 14 Hasil Akhir Alternatif Pendapatan A 0.558 * 0.439 0.197 0.173 B 0.558* 0.411 0.447 0.173 C 0.558* 0.588 D 0.558* 0.411 0.439 Nilai * 0.558 pada kolom pendapatan dari nilai baris A Langkah terakhir adalah menghitung rangking alternatif. Tabel 15 Ranking Alternatif Alternatif A B C D Pendapatan KRITERIA Total 0.558 0.115 0.024 0.010 0.707 0.229 0.263 0.055 0.010 0.557 0.558 0.263 0.122 0.034 0.977 0.229 0.115 0.122 0.057 0.523 Berdasarkan nilai kolom total, maka dapat disimpulkan bahwa C memiliki nilai paling tinggi yaitu 0.977. 4. Implementasi Implementasi adalah proses penerapan dari sistem baru yang dibuat. C yang memiliki prioritas global tertinggi adalah yang terbaik. Gambar 2 Laporan Alternatif 5. KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan hasil pembahasan yang telah dilakukan sebelumnya, maka dapat disimpulkan sebagai berikut: 1. Hasil pengujian yang dilakukan terhadap data referensi, proses pemberian pian sangat tergantung pada kelengkapan data-data kriteria yang diinputkan. 2. Metode Analytical Hierarachy Process (AHP) dapat digunakan untuk menyelesaikan permasalahan pada pemberian pian yang bersifat multikriteria. 3. Dengan Menggunakan bahasa pemograman Microsoft Visual Studio 2008 sebagai aplikasinya dapat membuat pengguna lebih mudah dalam pengambilan keputusan pemberian pian. 5.2 Saran SAdapun saran dalam penulisan skripsi ini adalah sebagai berikut: 1. Penggabungan metode Analytical Hierarachy Process (AHP) dengan metode matematika lain dapat membuat nilai-nilai pendukung keputusan yang dihasilkan lebih akurat dan terperinci. 2. Kriteria yang menjadi parameter dalam pengambilan keputusan dapat ditambah atau diganti yang dapat memperkuat pengambilan keputusan. 3. Pembuatan laporan dalam bentuk print out dapat memudahkan manajer dalam melihat perangkingan nilai setiap alternatif masingmasing pemi Puskoppoldasu. DAFTAR PUSTAKA 1. H.M, Jogiyanto. (2005). Analisis dan Desain Sistem Informasi. Yogyakarta : Andi Offset. 2. Kusrini, (2007). Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi Offest. 3. Maulana Sofyan. (2015). Trik Kolaborasi Vb.Net dan Sms Gateway. Cirebon : CV. Asfa Solution. 4. Rosa, A.S., Shalahuddin, M. (2011). Modul Pembelajaran Rekayasa Perangkat Lunak. Bandung : Modula. 5. Sutabri Tata. (2012). Analisis Sistem Informasi. Yogyakarta : Andi Offest. 6. Wahana Komputer. (2008). Membangun Aplikasi Toko Dengan Visual Basic 2008. Semarang : Andi Offset. 7. Eniyati, S. (2011). Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting. Teknologi Informatika Dinamik, 171 176. 8. I M. Sarjana, K. Budi Susrusa1, Dwi Putra Darmawan. (2013). Analisis Kinerja Keuangan pada Koperasi Serba Usaha di Kabupaten Buleleng, 16 22. 9. Bagus Prasetyo, Wawan Laksito Y.S, Sri Siswanti. (2013). Sistem pendukung keputusan pemilihan paket internet operator telekomunikasi 154
dengan metode ahp (analytical hierarchy process). 7 12. 10. https://id.wikipedia.org/wiki/pian/29-02- 2016 155