Upload
darmajaya
View
1
Download
0
Embed Size (px)
Citation preview
PROPOSAL SKRIPSI
RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN
PENENTUAN KONSUMEN DALAM PEMBELIAN KREDIT MOTOR
PADA FIFGROUP CABANG LAMPUNG
Diajukan sebagai salah satu syarat untuk penyusunan skripsi
SARJANA KOMPUTER
Disusun Oleh :
A. ZULFI MAULIDI
NPM. 08050082
FAKULTAS ILMU KOMPUTER
JURUSAN SISTEM INFORMASI
INFORMATICS & BUSSINESS INSTITUTE DARMAJAYA
BANDAR LAMPUNG
2015
BAB I
PENDAHULUAN
1.1 Latar Belakang
FIFGROUP adalah grup manajemen dari beberapa perusahaan yang
memiliki unit bisnis yang berbeda-beda. FIFGROUP saat ini menaungi PT
Federal International Finance dan PT Astra Multi Finance. FIFGroup adalah
Perusahaan yang bergerak di bisnis layanan pembiayaan Astra seperti FIFASTRA
dan FIFSPEKTRA.
FIFASTRA merupakan Jasa layanan pembiayaan sepeda motor khusus
Honda. Baik motor baru maupun second berkualitas, sedangkan FIFSPEKTRA
adalah Jasa layanan pembiayaan multiproduk, mulai dari elektronik, perabot
rumah tangga, peralatan komputer, furnitur, sepeda sampai dengan traktor tangan.
Jasa layanan pembiayaan ini meliputi metode pembiayaan konvensional maupun
syariah.
Dalam melaksanakan kegiatan jasa layanan pembiayaan khususnya kredit
sepeda motor, FIFGROUP bekerjasama dengan dealer resmi Honda dan
menugaskan surveier untuk menyurvei konsumen dimulai dari kelengkapan
berkas dan kondisi lingkungan rumahnya. Setelah syarat berkas lengkap barulah
surveier melanjutkan ketahap selanjutnya dengan menyerahkan berkas kepada CA
( Customer Area ) untuk disetujui atau tidak konsumen tersebut. Akan tetapi
kegiatan dilapangan berbeda dengan prosedur yang ada pada perusahaan, setelah
konsumen mendapat persetujuan pembelian kredit sepeda motor seringkali
konsumen menjual kembali unit sepeda motor tanpa pemberitahuan kepada pihak
perusahaan dan mengakibatkan kerugian pada perusahaan. Berdasarkan riset dan
analisis kualitatif yang dilakukan peneliti di FIFGROUP, menunjukan bahwa
pihak perusahaan memiliki sistem evaluasi dan seleksi konsumen yang dirasa
kurang efektif. Padahal masalah tersebut sudah sering terjadi dan perusahaan juga
seringkali merasa kebingungan ketika harus melakukan penilaian untuk
menentukan konsumen dalam pembelian kredit motor. Sistem ini tentunya tidak
menguntungkan perusahaan, karena kriteria yang digunakan dalam evalausi dan
seleksi konsumen tidak bersifat objektif, sedangkan kriteria yang non cost (non
finansial) sangat mempengaruhi penilaian dan dapat digunakan untuk menilai
konsistensi pembayaran kredit konsumen. Oleh karena itu, pada penelitian ini,
peneliti mencoba untuk merancang suatu sistem evaluasi dan seleksi konsumen
dengan multi kriteria. Pemilihan konsumen perlu dilakukan untuk mendapatkan
konsumen yang benar benar mampu memenuhi pembayaran kredit pada
perusahaan secara konsisten.
1.2. Identifikasi Masalah
Berdasarkan dari latar belakang di atas serta melihat kurang optimalnya
sistem yang ada pada perusahaan, maka rumusan masalah pada penelitian ini
adalah bagaimana merancang bangun sistem pendukung keputusan penentuan
konsumen dalam pembelian kredit motor pada FIFGROUP cabang Lampung
menggunakan metode SAW untuk melakukan sebuah pengembangan sistem ?
1.3. Tujuan dan Manfaat
1.3.1. Tujuan Penelitian
Berdasarkan permasalahan yang ada tujuan yang akan dicapai dalam
penelitian ini adalah :
1. Untuk mendapatkan hasil yang lebih akurat menilai konsistensi
konsumen dalam pembayaran kredit sepeda motor.
2. Dapat memberikan gambaran dalam menentukan konsumen.
3. Dapat membantu untuk memudahkan Perusahaan dalam
menentukan konsumen yang tidak akan menimbulkan masalah.
1.3.2. Manfaat Penelitian
Manfaat yang akan dicapai dalam penelitian tersebut adalah :
1. Dapat Mengimplementasikan metode SAW Pada Penentuan
Konsumen.
2. Meningkatakan Kinerja Perusahaan Dalam Penentuan Konsumen.
3. Dapat Mengambil Keputusan secara tepat dan objektif.
1.4. Batasan Masalah/Ruang Lingkup Masalah
Pada dasarnya permasalahan dalam penentuan konsumen ini cukup luas,
agar penelitian tidak keluar dari pembahasan maka peneliti memberikan batasan
yaitu bagian-bagian yang dibahas pada Penentuan Konsumen Dalam Pembelian
kredit sepeda motor meliputi pengambilan data untuk menentukan konsumen,
Survier dan staff administrasi. Sampling data yang digunakan adalah data asli
tanpa melalui tahap penyaringan/pemfilteran data terlebih dahulu.
BAB II
TINJAUAN PUSTAKA
2.1 Landasan Teori
Pada landasan teori akan diterangkan teori umum dan pengertian-pengertian
yang berhubungan dengan judul penulisan ini. Teori tesebut ntara lain, teori dasar
sistem, alat dan teknik pengembangan sistem, database, penjelasan tentang sistem
yang berjalan, sampai sistem yang usulkan.
2.1.1 Rancang Bangun
Rancang Bangun adalah Proses perencanaan yang menggambarkan urutan
kegiatan (sistematika) mengenai suatu program.
2.1.2 Sistem
Sistem adalah suatu jaringan kinerja dari prosedur-prosedur yang saling
berhubungan, berkumpul bersama-sama untuk melakukan suatu kegiatan atau
untuk menyelesaikan suatu sasaran yang tertentu.Pendekatan sistem yang lebih
menekankan pada elemen atau komponen.Mendefinisikan sistem sebagai
kumpulan dari elemen-elemen yang berinteraksi untuk mencapai suatu tujuan
tertentu.( Jogiyanto HM., 2005).
2.1.3 Informasi
Informasi adalah data yang diolah menjadi bentuk yang lebih berguna dan
lebih berarti bagi yang menerimanya. (Jogiyanto HM., 2005).
2.1.4 Sistem Informasi
Menurut Jogianto H.M. (2005) Sistem informasidapat didefinisikan
sebagai suatu sistem didalamsuatu organisasi yang merupakan kombinasi dari
orang – orang, fasilitas, teknologi, media, prosedur - prosedur dan pengendalian
yang ditujukan untuk mendapatkan jalur komunikasi penting, memproses tipe
transaksi rutin tertentu, memberi sinyal kepada manajemen dan yang lainnya
terhadap kejadian – kejadian internal dan eksternal yang penting danmenyediakan
suatu dasar informasi untuk pengambilan keputusan yang cerdik.
Dari kutipan tersebut, daat diketahui baha sistem informasi adalanh
sekumpulan komponen dari informasi yang saling terintegrasi untuk mencapai
tujuan yang spesifik. Komponen yang dimaksud adalah komponen input, model,
output, teknologi, basis data(database), kontrol atau komponen pengendali.
2.1.5 Aplikasi
Aplikasi menurut Jogiyanto HM. (2005), Aplikasi adalah program-
program yang ditulis oleh pemrograman komputer untuk memecahkan suatu
masalah tertentu dengan menggunakan bahasa pemrograman.
Sedangkan dalam Kamus Komputer (2003), aplikasi adalah program
komputer yang dibuat untuk menolong manusia melaksanakan tugas
tertentu.Aplikasi berbeda dengan sistem operasi (yang menjalankan komputer),
utility (yang melaksanakan perawatan atau tugas-tugas umun) dan bahasa (yang
digunakan untuk membuat program komputer).
Berdasarkan definisi diatas, maka aplikasi adalah program-program yang
ditulis oleh pemrograman komputer untuk menolong manusia melaksanakan tugas
tertentu dengan menggunakan bahasa pemrograman.
2.2 Fase-Fase Dalam Pengambilan Keputusan
Ada 4 macam fase dalam pengambilan keputusan yaitu :
1. Fase Intelegensi; Fase ini meliputi scanning (pemindaian)
lingkungan, baik intermiten maupun terus-menerus. Inteligensia
mencakup berbagai aktifitas yang menekankan identifikasi situasi
atau peluang-peluang masalah. Berikut ini tahap-tahap yang harus
dilakukan:
a. Identifikasi Masalah, dimulai dengan identifikasi tujuan, sasaran,
dan determinasi apakah tujuan tersebut telah terpenuhi. Disini kita
harus menentukan apakah ada suatu masalah, mengidentifikasi
gejala-gejalanya, menentukan keluasannya, dan mendefinisikannya
secara eksplisit.
b. Klasifikasi Masalah, konseptualisasi terhadap suatu masalah dalam
rangka menempatkannya dalam suatu kategori yang dapat
didefinisikan.
c. Masalah Terprogram Vs Tidak Terprogram, masalah terprogram
merupakan masalah yang terstruktur dengan baik ayng berulang
serta rutin. Sedangkan masalah tidak terprogram merupakan
masalah yang belum pernah dikenal dan tidak terjadi lagi.
d. Dekomposisi Masalah merupakan pembagian/pemecahan masalah-
masalah yang kompleks.
e. Kepemilikan masalah merupakan hal penting dalam fase
inteligensia. Pembagian tanggung jawab dalam mengatasi
submasalah dapat mempercepat penyelesaian suatu masalah.
2. Fase Desain; Fase desain meliputi penemuan atau mengembangkan dan
menganalisis tindakan yang mungkin untuk dilakukan. Sebuah model
masalah pengambilan keputusan dibangun, dites, dan divalidasi.
Pemodelan meliputi konseptualisasi masalah dan mengabstraksikan
masalah ke dalam bentuk kuantitatif dan atau kualitatif.
3. Fase Pilihan; Fase pilihan adalah fase di mana dibuat suatu keputusan
yang nyata dan diambil suatu komitmen untuk mengikuti tindakan
tertentu. Fase pilihan meliputi pencarian, evaluasi, dan rekomendasi
terhadap suatu solusi yang tepat untuk model.
4. Fase Implementasi; Fase implementasi meliputi membuat suatu solusi
yang direkomendasikan bisa bekerja
2.3 SPK ( Sistem Pendukung Keputusan )
Ada berbagai macam pendapat tentang pengertian sistem pendukung
keputusan. Little (1970) mendefiniskan sistem pendukung keputusan sebagai
sebuah himpunan/kumpulan prosedur berbasis model untuk memproses data dan
pertimbangan untuk membantu manajemen dalam pembuatan keputusannya.
Sedangkan menurut Keen (1980) , sistem pendukung keputusan adalah
sistem berbasis komputer yang dibangun lewat sebuah proses adaptif dari
pembelajaran, pola-pola penggunan dan evolusi sistem.
Bonczek (1980) mendefinisikan sistem pendukung keputusan sebagai
sebuah sistem berbasis komputer yang terdiri atas komponen-komponen antara
lain komponen sistem bahasa (language), komponen sistem pengetahuan
(knowledge) dan komponen sistem pemrosesan masalah (problem processing)
yang saling berinteraksi satu dengan yang lainnya.
Hick (1993) menyebutkan sistem pendukung keputusan sebagai sekumpulan
tools komputer yang terintegrasi yang mengijinkan seorang decision maker untuk
berinteraksi langsung dengan komputer untuk menciptakan informasi yang
berguna dalam membuat keputusan semi terstruktur dan keputusan tak terstruktur
yang tidak terantisipasi.
Dari beberapa definisi di atas dapat kita ambil beberapa ciri/karakteristik
umum dari sebuah sistem pendukung keputusan yang membantu kita dalam
membuat sebuah definisi mengenai Sistem Pendukung Keputusan (SPK) yang
ideal yaitu:
1. SPK adalah sebuah sistem berbasis komputer dengan antarmuka antara
mesin/komputer dan pengguna.
2. SPK ditujukan untuk membantu pembuat keputusan dalam
menyelesaikan suatu masalah dalam berbagai level manajemen dan
bukan untuk mengganti posisi manusia sebagai pembuat keputusan .
3. SPK mampu memberi alternatif solusi bagi masalah semi/tidak
terstruktur baik bagi perseorangan atau kelompok dan dalam berbagai
macam proses dan gaya pengambilan keputusan.
4. SPK menggunakan data, basis data dan analisa model-model keputusan.
5. SPK bersifat adaptif, efektif, interaktif ,easy to use dan fleksibel
6. SPK menyediakan akses terhadap berbagai macam format dan tipe
sumber data (data source).
2.4 Metode Simple Addtive Weighting
2.4.1 Fuzzy Multiple Attribute Decission Making
Pada dasarnya, proses MADM dilakukan melalui 3 tahap, yaitu
penyusunan komponen-komponen situasi, analisis, dan sintesis
informasi (Rudolphi, 2000). Pada setiap penyusunan komponen,
komponen situasi, akan dibentuk table taksiran yang berisi identifikasi
alternatif dan spesifikasi tujuan, kriteria dan atribut. Salah satu cara
untuk menspesifikasikan tujuan situasi | Oi’ i=1,…,t| adalah dengan
cara mendaftar konsekuensi-konsekuensi yang mungkin dari alternatif
yang telah teridentifikasi |Ai’ i=1,…,n|. Selain itu juga disusun atribut-
atribut yang akan digunakan |ak’ k=1,…m|. Tahap analisis dilakukan
melalui dua langkah. Pertama, mendatangkan taksiran dari besaran
yang potensial, kemungkinan, dan ketidakpastian yang berhubungan
dengan dampak-dampak yang mungkin pada setiap alternatif.
Kedua, meliputi pemilihan preferensi pengambilan keputusan untuk
setiap nilai, dan ketidakpastian terhadap resiko yang timbul. Pada
langkah pertama, beberapa metode menggunakan fungsi distribusi
|Pj(x)| yang menyatakan probabilitas kumpulan atribut |ak| terhadap
setiap alternative |Ai|. Konsekuen juga dapat ditentukan secara
langsung dari agregasi sederhana yang dilakukan pada informasi
terbaik yang tersedia. Demikian pula, ada beberapa cara untuk
menentukan preferensi pengambilan keputusan pada setiap konsekuen
yang dapat dilakukan pada langkah kedua. Metode yang paling
sederhana adalah untuk menurunkan bobot atribut dan kriteria adalah
dengan fungsi utilitas atau penjumlahan terbobot.
Secara umum, model multi-attribute decision making dapat
didefinisikan sebagai berikut (Zimermann, 1991): Misalkan A = {ai | I
= 1,…,n} adalah himpunan alternatif-alternatif keputusan dan C = {Cj
| j =1,…, m} adalah himpunan tujuan yang diharapkan, maka akan
ditentukan alternative x0 yang memiliki derajat harapan tertinggi
terhadap tujuan-tujuan yang relevan cj. Sebagian besar pendekatan
MADM dilakukan melalui dua langkah, yaitu:
melakukan agregasi terhadap keputusan-keputusan yang tanggap
terhadap semua tujuan pada setiap alternatif; kedua, melakukan
perangkingan alternatif-alternatif keputusan tersebut berdasarkan hasil
agregasi keputusan.
Dengan demikian, bisa dikatakan bahwa, masalah multi-attribute
decision making (MADM) adalah mengevaluasi m alternatif Ai
(i=1,2,…,m) terhadap sekumpulan atribut atau kriteria Cj (J=1,2,…,n),
dimana setiap atribut saling tidak bergantung satu dengan yang
lainnya. Nilai bobot yang menunjukan tingkat kepentingan relatif
setiap atribut, diberikan sebagai, W: W={W1,W2,…,Wn} rating
kinerja (X) matriks keputusan yang diberikan, dan nilai bobot (W)
merupakan nilai utama yang merepresentasikan preferensi absolut dari
pengambilan keputusan. Masalah MADM diakhiri dengan proses
perangkingan untuk mendapatkan alternatif terbaik yang diperoleh
berdasarkan nilai keseluruhan preferensi yang diberikan (Yeh, 2002).
Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu
metode yang digunakan untuk mencari alternatif optimal dari
sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah
menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan
dengan proses perankingan yang akan menyeleksi alternatif yang
sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai
bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan
pendekatan integrasi antara subyektif & obyektif. Masing-masing
pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan
subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para
pengambil keputusan, sehingga beberapa factor dalam proses
perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada
pendekatan obyektif, nilai bobot dihitung secara matematis sehingga
mengabaikan subyektifitas dari pengambil keputusan.
Ada beberapa metode yang dapat digunakan untuk mnyelesaikan
masalah FMADM. antara lain:
a. Simple Additive Weighting Method (SAW)
b. Weighted Product (WP)
c. ELECTRE
d. Technique for Order Preference by Similarity to Ideal Solution
(TOPSIS)
e. Analytic Hierarchy Process (AHP)
2.4.2 Langkah – langkah Metode SAW ( Simple Additive Weighting )
Merupakan metode penjumlahan terbobot. Konsep dasar metode SAW
adalah mencari penjumlahan terbobot dari rating kinerja pada setiap
alternatif pada semua kriteria. Metode SAW membutuhkan proses
normalisasi matrik keputusan ( X ) ke suatu skala yang dapat
diperbandingkan dengan semua rating alternatif yang ada.
Metode SAW mengenal adanya 2 (dua) atribut yaitu kriteria
keuntungan (benefit) dan kriteria biaya (cost). Perbedaan mendasar
dari kedua kriteria ini adalah dalam pemilihan kriteria ketika
mengambil keputusan.
Adapun langkah penyelesaian dalam menggunakannya adalah:
1. Menentukan alternatif, yaitu Ai.
2. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan
keputusan, yaitu Cj.
3. Memberikan nilai rating kecocokan setiap alternatif pada setiap
kriteria.
4. Menentukan bobot preferensi atau tingkat kepentingan (W) setiap
kriteria.
5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap
kriteria.
6. Membuat matrik keputusan yang dibentuk dari tabel rating
kecocokan dari setiap alternatif pada setiap kriteria. Nilai setiap
alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan,
dimana, i=1,2,…m dan j=1,2,…n.
7. Melakukan normalisasi matrik keputusan dengan cara menghitung
nilai rating kinerja ternomalisasi (rij) dari alternatif Ai pada kriteria
Cj.
Keterangan :
dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada
atribut Cj; i=1,2,...,m dan j=1,2,...,n.
8. Hasil dari nilai rating kinerja ternomalisasi (rij) membentuk matrik
ternormalisasi (R)
9. Hasil akhir nilai preferensi (Vi ) diperoleh dari penjumlahan dari
perkalian elemen baris matrik ternormalisasi (R) dengan bobot
preferensi (W) yang bersesuaian eleman kolom matrik (W).
Keterangan :
Vi = rangking untuk setiap alternatif
wj = nilai bobot dari setiap kriteria
rij = nilai rating kinerja ternormalisasi
(cost) biayaatribut adalah j jika
(benefit) keuntunganatribut adalah j
ij
iji
iji
ij
ij
x
xMin
jikaxMax
x
r
n
j
ijji rwV1
n
j
ijji rwV1
Hasil perhitungan nilai Vi yang lebih besar mengindikasikan bahwa
alternatif Ai merupakan alternatif terbaik
Fajar Nugraha ( 2011, p.17 )
2.5 Basis Data
Berikut ini akan dikemukakan definisi dari basis data : “Basis data
(Database) adalah sekumpulan informasi bermanfaat yang diorganisasikan
kedalam tata cara yang khusus”.
Basis data (database) adalah kumpulan dari berbagai data yang saling
berhubungan satu sama lainnya. Basis data tersimpan di perangkat keras, serta
dimanipulasi dengan menggunakan perangkat lunak. Pendefinisian basis data
meliputi spesifikasi dari tipe data, struktur, dan batasan dari data atau informasi
yang akan disimpan. Basis data (database) terdiri dari dua kata yaitu basis dan
data. Basis dapat diartikan sebagai markas atau gudang tempat berkumpul.
Sedangkan data adalah representasi fakta dunia nyata yang mewakili objek seperti
manusia, barang, hewan, peristiwa konsep dsb, yang direkam dalam bentuk
angka, huruf, symbol teks, gambar, bunyi atau kombinasinya.
Basis data sendiri dapat didefinisikan dalam sejumlah sudut pandang seperti
berikut ini:
1. Himpunan data atau arsip yang saling berhubungan yang diorganisasikan
sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat
dan mudah.
2. Kumpulan data yang saling berhubungan yang disimpan secara bersama
sedemikian rupa dan tanpa pengulangan (redudancy) yang tidak perlu,
untuk memenuhi berbagai kebutuhan.
3. Kumpulan file atau tabel yang saling berhubungan yang disimpan dalam
media penyimpanan elektronis.
2.5.1 DBMS ( Database Management System )
Sistem manajemen database atau database management system
(DBMS) adalah merupakan suatu sistem software yang
memungkinkan seorang user dapat mendefinisikan, membuat, dan
memelihara serta menyediakan akses terkontrol terhadap data.
Database sendiri adalah sekumpulan data yang berhubungan dengan
secara logika dan memiliki beberapa arti yang saling berpautan.
DBMS yang utuh biasanya terdiri dari :
1. Hardware
Hardware merupakan sistem computer actual yang digunakan
untuk menyimpan dan mengakses databse. Dalam sebuah
organisasi berskala besar, hardware terdiri : jaringan dengan sebuah
server pusat dan beberapa program client yang berjalan di
komputer desktop.
2. Software beserta utility Software adalah DBMS yang aktual.
DBMS memungkinkan para user untuk berkomunikasi dengan
database. Dengan kata lain DBMS merupakan mediator antara
database dengan user. Sebuah database harus memuat seluruh data
yang diperlukan oleh sebuah organisasi.
3. Prosedur
Bagian integral dari setiap sistem adalah sekumpulan prosedur
yang mengontrol jalannya sistem, yaitu praktik-praktik nyata yang
harus diikuti user untuk mendapatkan, memasukkan, menjaga, dan
mengambil data
4. Data
Data adalah jantung dari DBMS. Ada dua jenis data. Pertama,
adalah kumpulan informasi yang diperlukan oleh suatu organisasi.
Jenis data kedua adalah metadata, yaitu informasi mengenai
database.
5. User (Pengguna)
Ada sejumlah user yang dapat mengakses atau mengambil data
sesuai dengan kebutuhan penggunaan aplikasi-aplikasi dan
interface yang disediakan oleh DBMS, antara lain adalah
a. Database administrator adalah orang atau group yang
bertanggungjawab mengimplementasikan sistem database di
dalam suatu organisasi
b. Enduser adalah orang yang berada di depan workstation dan
berinteraksi secara langsung dengan sistem.
c. Programmer aplikasi, orang yang berinteraksi dengan database
melalui cara yang berbeda.
2.5.2 DFD ( Data Flow Diagram )
Data Flow Diagram (DFD) adalah teknik grafis yang menggambarkan
aliran informasi dan perubahan yang digunakan sebagai perpindahan
data dari masukan ke keluaran. Elemen dasar dari data flow diagram
adalah :
1. Entitas Luar (External Entity)
Sesuatu yang berada diluar sistem, tetapi ia memberikan data
kedalam sistem atau memberikan data dari sistem, disimbolkan
dengan suatu kotak notasi. External Entity tidak termasuk bagian
dari sistem. Bila system informasi dirancang untuk satu bagian
maka bagian lain yang masih terkait menjadi external entity.
2. Arus Data (Data Flow)
Arus data merupakan tempat mengalirnya informasi dan
digambarkan dengan garis yang menghubungkan komponen dari
sistem. Arus data ditunjukan dengan arah panah dan garis diberi
nama atas arus data yang mengalir.
Arus data ini mengalir diantara proses, data store dan menunjukan
arus data dari data yang berupa masukan untuk sistem atau hasil
proses sistem.
a. Proses (Process)
Proses merupakan apa yang dikerjakan oleh sistem. Proses dapat
mengolah data atau aliran data masuk menjadi aliran data
keluar. Proses berfungsi mentransformasikan satu atau beberapa
data keluaran sesuai dengan spesifikasi yang diinginkan. Setiap
proses memiliki satu atau beberapa masukan serta menghasilkan
satu atau beberapa data keluaran. Proses sering juga disebut
bubble.
b. Simpanan Data (Data Store)
Simpanan data merupakan tempat penyimpanan data yang ada
dalam sistem. Data store dapat disimbolkan dengan dua garis
sejajar atau dua garis dengan salah satu sisi samping terbuka.
Proses dapat mengambil data dari atau memberikan data ke
simpanan data (database).
Tabel 2.1 Simbol untuk DFD(Data Flow Diagram)
Simbol Keterangan
(external entitity)
Merupakan sumber atau tujuan dari aliran data
dari atau ke sistem
Arus data (data flow)
Menggambarkan aliran data dari satu proses ke
proses lainnya
Proses (process)
Proses atau fungsi yang menstransformasikan
data
Simpanan data (data store)
Komponen yang berfungsi untuk menyimpan
data atau file.
3. Kamus Data
Kamus data berfungsi untuk membantu pelaku sistem untuk
mengartikan aplikasi secara detail dan mengorganisasi semua
elemen data yang digunakan dalam sistem secara persis sehingga
pemakai dan penganalisis sistem mempunyai dasar pengertian yang
sama tentang masukan, keluaran, penyimpanan dan proses.
2.5.3 Kamus Data
Kamus data merupakan sebuah daftar yang terorganisasi dari elemen
data yang berhubungan dengan sistem, dengan definisi yang teliti
sehingga pemakai dan analisis sistem akan memiliki pemahaman yang
umum mengenai input, output, komponen penyimpanan serta
kalkulasi intermediate.
Pendefinisian data tersebut dilakukan dengan menggunakan notasi
yang umum digunakan dalam menganalisis sistem yaitu dengan
menggunakan sejumlah simbol. Kamus data biasanya dipelihara
secara otomatis oleh sistem manajemen database. Cara
mendefinisikan kamus data yaitu :
1. Menggambarkan arti aliran data atau penyimpanan yang ditunjukan
dalam DFD
2. Menggabungkan komponen dari kumpulan data yang mengalir
yaitu kumpulan komponen yang mungkin bisa dipecah lagi menjadi
data elementer
3. Menggambarkan data yang tersimpan
4. Menentukan nilai dibagian elementer dari informasi yang relevan
di DFD dan data store-nya.
2.6 MySQL
SQL ( Structured Query Language ) adalah bahasa standar yang digunakan
untuk mengakses server database. Semenjak tahun 70-an bahasa ini telah
dikembangkan oleh IBM, yang kemudian diikuti dengan adanya Oracle,
Informix dan Sybase. Dengan menggunakan SQL, proses akses database
menjadi lebih user-friendly dibandingkan dengan misalnya dBase ataupun
Clipper yang masih menggunakan perintah – perintah pemrograman murni.
Selain MySQL, ada beberapa jenis pemograman yang berorientas database
yang dapat digunakan untuk aplikasi di web seperti ORACLE. Oracle
merupakan sebuah perusahaan besar di dunia yang cakupan bisnis salah
satunya adalah penjualan software dan pembuatan software database yang
diperuntukkan bagi perusahaan-perusahaan besar di dunia.
MySQL adalah sebuah server database SQL multiuser dan multi-threaded.
SQL sendiri adalah salah satu bahasa database yang paling populer di dunia.
Implementasi program server database ini adalah program daemon 'mysqld'
dan beberapa program lain serta beberapa pustaka. Sebagaimana database
sistem yang lain, dalam SQL juga dikenal hierarki server dengan database-
database. Tiap-tiap database memiliki tabel-tabel. Tiap-tiap tabel memiliki
field-field.
Umumnya informasi tersimpan dalam tabel – tabel yang secara logik
merupakan struktur 2 dimensi terdiri atas baris dan kolom.Field-field
tersebut dapat berupa data seperti int , realm char, date, time dan lainnya.
SQL tidak memiliki fasilitas pemrograman yang lengkap, tidak ada looping
ataupun percabangan. Sehingga untuk menutupi kelemahan ini perlu
digabung dengan bahasa pemrograman semisal Pascal. Dalam training ini
kita menggunakan MySQL sebgai SQL server karena berbagai
kelebihannya. Antara lain :
1. Source MySQL dapat diperoleh dengan mudah dan gratis
2. Sintaksnya lebih mudah dipahami dan tidak rumit
Pengaksesan database dapat dilakukan dengan mudah
BAB III
METODOLOGI PENELITIAN
3.1. Metode Pengumpulan Data
a. Wawancara
Wawancara adalah metode pengumpulan data dengan mengajukan
pertanyaan tentang terkait dengan criteria dalam pemilihan suplier baik
secara lisan maupun tulisan dengan seorang pegawai. Hal ini untuk
mendapatkan data tentang batu bara dan keterangan-keterangan yang
diperlukan sebagai bahan penelitian.
b. Data Literatur
Studi literatur adalah teknik pengumpulan data dengan mengadakan studi
penelaahan terhadap buku-buku, litertur-literatur, catatan-catatan, dan
laporan-laporan yang ada hubungannya dengan masalah yang
dipecahkan.
3.2. Metode Pengembangan Sistem
Metodelogi pengembangan system yang digunakan dalam penelitian ini
memakai fase pengambilan keputusan, pengambil keputusan pada dasarnya
adalah bentuk pemilihan dari berbagai alternative tindakan yang mungkin
dipilih, di prosesnya melalui mekanisme tertentu, dengan harapan akan
menghasilkan suatu kepastian yang terbaik, proses pengambil keputusan
adalah suatu proses memilih alternative tindakan untuk mencapai tujuan.
Gambar 3.1. Proses Pengambilan Keputusan
Proses pengambil keputusan, kepastian ini terdiri dari 3 fase utamanya
yaitu :
1. Fase Intelijen
Tahap ini merupakan penelusuran dan pendeteksian dari lingkup
problematika serta proses pengenalan masalah, data masukandiperoleh,
diproses dan diuji dalam rangka mengidentifikasi masalah.
Tahap ini menggambarkan permasalahan yang terjadi pada system
penunjang keputusan penentuan supplier sparepart pada PT. TDM
Sparepart Motor yang sedang berjalan berikut merupakan keputusan uji
kelayakan penentuan supplier sparepart pada PT. TDM Sparepart Motor.
2. Fase Desain
Tahap ini merupakan proses menemukan, mengembangkan dan
menganalisis alternative tindakan yang bias dilakukan.
Tahap ini meliputi proses untuk memahami permasalahan, menurunkan
solusi dan menguji kelayakan solusi.
3. fase Pemilihan Model
Pada tahap ini solusi model dan pemilihan alternative serta perancangan
system control yang telah disarankan mulai dijalankan.
DAFTAR PUSTAKA
Al Fatta, Hanif 2007. Analisis dan Perancangan Sistem Informasi. Andi Offset :
Yogjakarta.
AW, Imam. 2005. SQL Server 2000. Yogyakarta: Graha Ilmu.
Akbar, Ali. 2005. Visual Basic. Net Belajar Praktis Malalui Berbagai Turtorial
dan Tips. Bandung: Informatika.
Adiyatma Nugroho. 2011. Analisis faktor-faktor yang mempengaruhi Ekspor
tekstil dan produk tekstil (tpt) Indonesia ke china menghadapi era caftan.
Semarang : Program Sarjana. Universitas Diponegoro Semarang.
Budi Sutedjo Dharma Oetomo. 2002. Perencanaan dan Pembangunan Sistem
Informasi. Yogyakarta: Andi.
Dadan Umar Daihani. 2000. Sistem Pendukung Keputusan. Jakarta : Penerbit
Elex Media Komputindo.
Diana Laily Fithri, dkk. 2006. Sistem Pendukung Keputusan Untuk Pemberian
Bantuan Usaha Mikro Dengan Metode Simple Additive Weighting. Jawa
timur: Fakultas Teknik Universitas Muria Kudus.
Fajar Nugraha. 2011. Sistem Pendukung Keputusan Dengan Metode Simple
Additive Weighting (Saw) Dalam Manajemen Aset. Semarang: Program
Pascasarjana Universitas Diponegoro Semarang.
Gerdon. 2011. Sistem pendukung keputusan untuk menentukan penerimaan
beasiswa bagi mahasiswa. Yogyakarta : STIMIK AMIKOM Yogyakarta.
Hasan, 2004. Analisis dan Perancangan Sistem Pendukung Keputusan Kelayakan
Penerima Beasiswa Menggunakan Model Simple Additive Weighting.
Sumara Utara: Fakultas Teknik Universitas Sumatra Utara.
http://www.scribd.com/doc/Jenis - Jenis Batu Bara.
[Diakses Maret 2015]
Jogiyanto H.M. 2005. Analisis dan Desain Sistem Pendekatan Terstruktur Teori
dan Praktek Aplikasi Bisnis. Andi Offset : Jakarta
Kusumadewi, sri, dkk. 2006. Fuzzy Multi-Attribute Decision Making.Yogyakarta:
Penerbit Graha ilmu.
Nur Sidiq. 2011. Geologi Dan Studi Kualitas Batubara Pada Seam A, Daerah
Binai Dan Sekitarnya, Kecamatan Tanjung Palas Timur, Kabupaten
Bulungan, Propinsi Kalimantan Timur. Yogyakarta : Program
Sarjana.Universitas Pembangunan Nasional.