1

PROPOSAL

PROGRAM KREATIVITAS MAHASISWA

JUDUL PROGRAM

SISTEM PENDUKUNG KEPUTUSAN DALAM PENENTUAN CALON MITRA BINAAN PADA PTPN MEDAN DENGAN

METODE SIMPLE ADDITIVE WEIGHTING

BIDANG KEGIATAN

PKM AI

Diusulkan Oleh:

1. Muhammad Irpandi NIM: 2012020262

(Ketua Kelompok)

2. Nurmala Sari Tanjung NIM: 2012020154

(Anggota)

3. Puji Wijayanti NIM: 2012020665

(Anggota)

Dosen Pembimbing

Drs. Ahmad Calam, MA

SEKOLAH TINGGI ILMU INFORMATIKA KOMPUTER

STMIK TRIGUNA DHARMA M E D A N

Maret 2015

2

3

SISTEM PENDUKUNG KEPUTUSAN DALAM PENENTUAN CALON MITRA BINAAN PTPN MEDAN

DENGAN METODE SIMPLE ADDITIVE WEIGHTING

Abstrak

PT. Perkebunan Nusantara IV (Persero) Medan sering kali mengalami kesulitan dalam penentuan calon mitranya. Selama ini dalam proses penerimaan perusahaan masih menggunakan sistem yang masih manual, diperlukam media yang cukup banyak dan efisien. Maka dibutuhkan sebuah sistem yang dapat membantu perusahaan dalam menentukan calon mitra dengan cepat, tepat dan efisien. Berdasarkan permasalahan di atas maka perlu dirancang suatu sistem pendukung keputusan yang dapat digunakan untuk menentukan calon mitra. Diharapkan dengan adanya sistem ini dapat mempermudah perusahaan dalam menentukan calon mitranya. Karena sistem ini mengkaji dan m enyeleksi kriteria- kriteria yang telah ditentukan oleh perusahaan dan memberikan data yang akurat. Maka perusahan dapat lebih mudah memilih siapa calon yang layak menjadi mitranya. Hasil Penelitian menunjukkan bahwa sistem pendukung keputusan dengan metode simple additive weighting dapat membantu perusahaan dalam menentukan kelayakan penerimaan calon mitra binaan secara akurat berdasarkan kriteria yang telah di kaji dan seleksi oleh sistem. Sehingga mendapatkan siapa orang yang layak menjadi mitra.

Kata Kunci: SPK, Mitra binaan, Metode SAW.

Abstract

PT. Plantation Nusantara IV (Persero) Medan often experience difficulty in determining the prospective partners. During

the process of receiving the company is still using the manual system, media needed and yet efficient enough. So we

need a system that can assist companies in determining potential partners quickly, accurately and efficiently. Based on

the above problems, it is necessary to design a decision support system that can be used to determine the prospective

partner. Hopefully with this system can help companies determine the prospective partners. Because the system is

reviewing and selecting the criteria that have been determined by the company and provide accurate data. So the

company can more easily choose the candidates who were worthy of being partners. Research shows that the decision

support system with a simple additive weighting method can assist the company in determining the feasibility of

recruitment partners to accurately target based on the criteria in the review and selection by the system. So get decent

people who become partners.

Keywords: SPK, trained partners, SAW method.

A. PENDAHULUAN

1. Latar Belakang

Pada era globalisasi sekarang ini peranan dari usaha kecil dan menengah (UKM) merupakan ujung

tombak dari perkembangan dan pertumbuhan ekonomi dari suatu daerah maupun negara. Oleh karena itu

usaha kecil dan menengah memberikan sumbangsih yang besar bagi perkembangan suatu daerah serta

membuka lapangan pekerjaan bagi masyarakat sekitarnya. Namun seringkali para pelaku usaha ini mengalami

kendala, terutama yang sering di hadapi oleh para pelaku usaha adalah masalah keuangan. Karena dalam

membangun usaha yang paling dibutuhkan adalah modal. Selain modal juga dibutuhkan kesabaran dan

keuletan. Akan tetapi masalah keuangan menjadi masalah utama yang paling sering dihadapi.

Karena seringnya para pelaku usaha merasa kesulitan dalam memenuhi keuangan, dimana harus

dihadapkan dengan pilihan sulit yang mengharuskan mereka menggadaikan asset berharga yang dimiliki demi

memenuhi kebutuhan keuangan. Namun solusi dari permasalahan itu mulai menemui titik terangnya dimana

perusahan PT. Perkebunan Nusantara IV (persero) Medan dapat membantu masalah keuangan yang sedang

dihadapi oleh para pelaku usaha dengan syarat harus menjadi mitra binaan dari perusahaan. Dalam

4

menentukan calon mitra binaan dari PT. Perkebunan Nusantara IV (persero) Medan harus

mempertimbangkan layak atau tidak menjadi mitra binaan. Perusahaan sangat jeli dalam pengambilan

keputusan agar tidak terjadi kesalahan yang dapat menjadi bumerang bagi perusahaan itu sendiri yang dapat

menimbulkan kerugian bagi perusahaan.

Meningkatnya perkembangan teknologi informatika sekarang ini menuntut harus cepat dan tepat

dalam pengolahan data untuk menghasilkan informasi yang dibutuhkan. Perusahaan besar juga mengalami

perubahan dalam mengolah data, tidak terkecuali PT. Perkebunan Nusantara IV (persero) Medan. Banyaknya

calon mitra binaan yang mengajukan surat dengan latar belakang ekonomi yang berbeda-beda menjadikan

perusahaan harus lebih jeli dan selektif dalam pengambilan keputusan. Keputusan ini merupakan keputusan

yang terbaik dan menguntungkan untuk kedua belah pihak.

Berdasarkan permasalahan tersebut, maka perlu dirancang suatu sistem pendukung keputusan yang

dapat digunakan untuk menentukan kelayakan penerimaan calon mitra binaan pada PT. Perkebunan

Nusantara IV (Persero) Medan. Sebagai faktor dalam mengkaji kelayakan penerimaan calon mitra binaan yang

tepat, perlu ditetapkan kriteria apa saja yang akan menentukan apakah calon mitra binaan dapat diberikan

dana pinjaman. Kriteria dalam pemberian dana pinjaman adalah performance, kapasitas, jaminan, biaya

bulanan dan karakter. Dari kriteria ini dapat mengambil keputusan berdasarkan nilai total alternatif terbaik

yang layak menerima dana pinjaman dan tidak semua calon mitra binaan dapat menerima dana pinjaman.

Metode yang digunakan dalam sistem pendukung keputusan ini adalah metode Simple Additive

Weighting (SAW) karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan

dengan proses perangkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini

alternatif dimaksud adalah yang berhak menerima dana pinjaman yang memenuhi kriteria. Dengan

menggunakan metode perangkingan tersebut, diharapkan penilaian akan lebih efektif karena didasarkan pada

nilai kriteria dan bobot yang sudah ditentukan sehingga akan menghasilkan nilai yang lebih akurat terhadap

siapa yang akan menerima dana pinjaman dan menjadi mitra binaan.

B. TUJUAN PENELITIAN

Adapun tujuan dalam penulisan artikel ilmiah ini adalah :

1. Menerapkan suatu sistem pendukung keputusan yang dapat membantu pihak perusahaan dalam

menentukan calon mitra binaan yang berhak dan layak menerima dana pinjaman.

2. Menerapkan metode Simple Additive Weighting ( SAW ) pada sistem pendukung keputusan penerimaan

calon mitra binaan.

3. Menerapkan sistem komputerisasi yang dapat mempermudah pihak perusahaan dalam proses

pengambilan keputusan sehingga data yang di proses lebih efektif dan efisien.

C. METODE

1. Analisis Permasalahan

Pada bagian ini dijelaskan sebagai bahan perbandingan dengan sistem yang akan dirancang. Penjelasan

tersebut dimulai dari proses mengenai sistem pengambilan keputusan tentang pemilihan calon mitra binaan

yang berhak menerima dana pinjaman secara manual. Sistem yang berjalan dalam pengambilan keputusan

untuk menentukan mitra binaan yang berhak menerima dana pinjaman belum diterapkan sepenuhnya atau

masih menggunakan sistem manual dan sangat sederhana yaitu berupa melihat dan menyimpan catatan atau

berkas. Sehingga membutuhkan waktu yang cukup lama untuk menentukan calon mitra binaan yang berhak

menerima dana pinjaman.

2 Metode Sistem

Untuk membantu proses pengambilan keputusan pemilihan mitra binaan yang berhak menerima dana

pinjaman diperlukan pembuatan sebuah sistem pengambilan keputusan dengan menggunakan aplikasi

5

Bobot Total Skor Nilai Fuzzy

Rendah (R) 2 0.25

Sedang (S) 3 – 4 0.5

Tinggi (T) 5 – 6 0.75

Sangat Tinggi (ST) 7 – 8 1

pemrograman yang dapat membantu dalam proses pengambilan keputusan yang lebih cepat. Dengan

menggunakan metode simple additive weighting (SAW) dapat memudahkan dalam penyelesaian masalah

penentuan calon mitra binaan, diawali dengan menentukan kreiteria dan pemberian nilai bobot pada calon

mitra yang menjadi kandidat. Setelah di dapat kriteria dan nilai bobot, maka proses perhitungan dapat di

mulai untuk menentukan nilai rangking yang tertinggi. Sehingga didapat calon mitra yang paling layak menjadi

mitra binaan.

3. Kriteria dan Bobot

Dalam metode fuzzy multi attribute decission making (FMADM) menggunakan model simple additive

weighting terdapat kriteria yang dibutuhkan untuk mengukur atau menilai siapa yang akan terseleksi sebagai

mitra binaan penerima dana pinjaman. Adapun kriterianya adalah sebagai berikut:

Tabel 1 Kriteria Analis

Kriteria Keterangan

C1 Performance

C2 Kapasitas

C3 Jaminan

C4 Biaya Bulanan

C5 Karakter

Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya.

Tabel 2 Bobot

Nilai dari Setiap

Kriteria

4. Parameter

Dalam menentukan mitra binaan penerima dana pinjaman dengan metode fuzzy multiple attribute

decission making menggunakan model simple additive weighting diperlukan parameter kriteria dari setiap

calon mitra binaan yang akan digunakan dalam perhitungan untuk mendapatkan alternatif terbaik. Adapun

syarat-syarat mitra binaan yang harus dipenuhi berdasarkan kriteria, sub kriteria dan bobot yang telah

ditentukan merupakan bagian dari proses untuk mendapatkan mitra binaan pemohon dana pinjaman yang

benar-benar cepat dan tepat. Lebih jelasnya dilihat tabel berikut:

a. Performance

Performance merupakan aspek bagaimana situasi atau prospek dari usaha mitra binaan pemohon

dana pinjaman yang mempengaruhi kondisi mitra binaan tersebut yang dilihat dari berbagai sudut pandang.

Untuk lebih jelasnya dapat dilihat pada tabel 3.3 berikut:

Tabel 3 Performance

NO Kriteria Sub Kriteria Skor

1

Lama Berusaha

a. > 5 Tahun 4

b.> 3 – 5 Tahun 3

c.> 2 – 3 Tahun 2

6

d.< 2 Tahun 1

2

Reputasi Usaha

a. Sangat Baik 4

b. Baik 3

c. Cukup 2

d. Buruk 1

b. Kapasitas

Kapasitas merupakan aspek penilaian kepada calon mitra binaan pemohon dana pinjaman yang

berhubungan dengan keuangan dan sejauh mana hasil usaha yang diperoleh. Penjelasan tertera pada tabel di

bawah ini:

Tabel 4 Kapasitas

NO Kriteria Sub Kriteria Skor

1

Pendapatan

a. > 5 Juta 4

b.> 5 – 3 Juta 3

c.> 3 – 2 Juta 2

d.< 1 Juta 1

2

Tempat Usaha

a. Milik Sendiri Secara Penuh 4

b. Milik Sendiri Masih Ada Cicilan 3

c. Milik Orang tua/mertua/family 2

d. Kontrak/Sewa 1

c. Jaminan

Jaminan merupakan aspek paling penting dalam menjaga apabila usaha yang dibiayai oleh kreditor

mengakibatkan pinjaman itu gagal dimana debitur (mitra binaan) tidak bisa melunasi, maka jaminan akan

ditahan atau bahkan disita. Namun selama debitur dapat melunasinya maka jaminan akan dikembalikan

kepada pihak debitur (mitra binaan). Dalam hal ini berapa skor yang digunakan untuk menilai jaminan dari

debitur (mitra binaan). Untuk lebih jelas dapat dilihat pada tabel di bawah ini :

Tabel 5 Jaminan

NO Kriteria Sub Kriteria Skor

1

Jenis Jaminan

a. Jaminan Tanah & Kendaraan 4

b. Jaminan Tanah 3

c. Jaminan Kendaraan 2

d. Jaminan Mesin/Alat Produksi 1

2

Nilai Jaminan

a. 100 % 4

b. 80 - 90 % 3

c. 60 - 70 % 2

d. 50 % 1

d. Biaya Bulanan

Biaya bulanan merupakan faktor dimana kondisi manejemen keungan keluarga dalam mengatur biaya

hidup. Untuk lebih jelas dapat dilihat pada tabel di bawah ini:

7

Tabel 6 Biaya Bulanan

NO Kriteria Sub Kriteria Skor

1

Pengeluaran Perbulan

a. 1 Juta 4

b.< 3 – 2 Juta 3

c.< 4 – 3 Juta 2

d.> 4 Juta 1

2

Tanggungan Anak

a. 1 Anak 4

b. 2 Anak 3

c. 3 Anak 2

d. 4 Anak 1

e. Karakter

Dalam pemberian dana pinjaman didasarkan pada kepercayaan, dimana pihak perusahaan menganalisa

calon mitra binaannya untuk mengetahui dan sejauh mana tingkat kejujuran serta bagaimana kelancaran

pengembalian dana pinjaman.

Tabel 7 Karakter Mitra Binaan

NO Kriteria Sub Kriteria Skor

1

Karakter

a. Sangat Baik (90 -76) 8

b. Baik (75 – 51) 6

c. Lumayan (50 – 31) 4

d. Kurang (30 – 0) 2

5. Penerapan Metode Untuk Lima Calon Mitra Binaan

Tabel 8 Penerapan Metode SAW

ID Nama Prfmnc Kpstas Jmnn B.

Bulan

Krkter

01 Susan 5 5 6 4 6

02 Surbakti 6 5 5 5 6

03 Mona 6 7 8 4 4

04 Dedi 4 7 6 6 2

05 Putra 5 5 5 4 4

Dari banyaknya calon mitra binaan yang harus diseleksi diambil lima orang calon mitra binaan yang

berbeda kriteria sebagai contoh untuk penerapan metode simple additive weighting (SAW) dalam penentuan

nasabah penerima dana pinjaman. Contoh data calon mitra binaan pemohon tersebut dimasukan ke dalam

tabel di bawah ini:

Tabel 9 Nilai Performance Calon Mitra Binaan

No

Nama

Kriteria

Sub Kriteria

Skor

Lama Berusaha Reputasi

Berusaha

1 Susan

PERFORMANCE

a. 5 Tahun a. Buruk 5

2 Surbakti b. 3 Tahun b. Baik 6

3 Mona c. 2.5 Tahun c. Sangat Baik 6

8

4 Dedi d. 1,5 Tahun d. Baik 4

5 Putra e. 4 Tahun e. Cukup 5

Tabel 10 Nilai Kapasitas Calon Mitra Binaan

No

Nama

Kriteria Sub Kriteria

Skor Pendapatan Tempat Usaha

1 Susan

KAPASITAS

a. 6 Juta a. Sewa 5

2 Surbakti b. 4 Juta b. M.Org Tua 5

3 Mona c. 5 Juta c. M.s.s.p 7

4 Dedi d. 5 Juta d. M.s.m.c 7

5 Putra e. 10 Juta e. Sewa 5

Tabel 11 Nilai Jaminan Calon Mitra Binaan

No

Nama

Kriteria Sub Kriteria

Skor Jenis Jaminan Nilai Jaminan

1 Susan

JAMINAN

a. J. Kendaraan a. 100 % 6

2 Surbakti b. J. Tanah b. 60 – 70 % 5

3

Mona c. J. Tanah &

Kendaraan

c.100 %

8

4 Dedi d. J. Tanah d. 80 - 90 % 6

5 Putra e. J. Tanah e. 60 – 70 % 5

Tabel 12 Nilai Biaya Bulanan Calon Mitra Binaan

No

Nama

Kriteria

Sub Kriteria

Skor

Pengeluaran Tanggungan

Anak

1 Susan

BIAYA

BULANAN

a. 4 Juta a. 3 Orang 4

2 Surbakti b. 3 Juta b. 2 Orang 5

3 Mona c. 5 Juta c. 2 Orang 4

4 Dedi d. 3.5 Juta d. 1 Orang 6

5 Putra e. 5 Juta e. 2 Orang 4

Tabel 13 Nilai Karakter Calon Mitra Binaan

No

Nama

Kriteria Sub Kriteria

Skor Status Kredit Mita Binaan

1 Susan

KARAKTER

a. Bagus (75-51) 6

2 Surbakti b. Bagus (75 - 51) 6

3 Mona c. Cukup (50 - 31) 4

4 Dedi d. Kurang (30 – 11) 2

5 Putra e. Cukup (50 - 31) 4

9

D. HASIL DAN PEMBAHASAN

1. Kebutuhan Sistem

Dalam penerapan Expert fasilitas pendukung yang dibutuhkan oleh sistem pendukung keputusan tidak

lepas dari perangkat keras (hardware), perangkat lunak (software) dan pemakai (brainware), untuk itu penulis

merancang hardware, software dan brainware yang dibutuhkan sebagai berikut:

1. Perangkat Keras (Hardware)

a. Processor Core i3-HP 430

b. Memory 2 GB

c. Harddisk 500 GB

d. Windows 7

e. Printer

2. Perangkat lunak (software)

a. Microsoft Visual Basic 2008

b. Microsoft Office Word 2007

c. MySQL

3. Manusia atau Pemakai (Brainware)

a. Orang awam dan orang yang mengerti mengoperasikan Komputer

b. Orang yang memiliki sistem kerja yang teliti

c. Orang yang mengerti bahasa pemrograman

d. Orang yang mengerti tentang Software dan hardware

4.2. Implementasi Sistem

Implementasi merupakan langkah yang dilakukan setelah perancangan sistem. Dalam implementasi

akan ditampilkan bentuk dari program yang dirancang. Ada pun program yang dimaksud terdiri dari beberapa

tampilan halaman, yaitu:

1. Form Login

Halaman login merupakan tampilan awal dimana user diminta memasukkan user name dan password

yang sudah terdaftar pada sistem, seperti terlihat pada gambar di bawah ini:

2. Form Menu Utama

Gambar : 1 Form Login

Halaman menu utama merupakan halaman utama yang memiliki menu-menu yang dapat dipilih, seperti

yang terlihat pada gambar berikut ini:

10

Gambar 2 Form Menu Utama

3. Form Input Data Calon Mitra

Halaman ini digunakan oleh user untuk memasukkan data-data nasabah. User diminta untuk mengisi field

data nasabah kemudian klik tombol simpan. Untuk lebih jelasnya tentang halaman data penawaran dapat

dilihat pada gambar berikut ini:

Gambar: 3 Form Input Data Calon Mitra

4. Form Penilaian Calon Mitra

Halaman ini digunakan untuk menginput detail dari data-data nasabah yaitu data kriteria yang dinilai

beserta sub kriteria tersebut. Untuk lebih jelasnya dapat terlihat pada gambar di bawah ini :

Gambar: 4 Form Penilaian Calon Mitra

11

5. Form Perhitungan Proses SAW

Tampilan Form ini merupakan informasi mengenai perhitungan proses SAW Form ini menunjukan

calon mitra yang layak atau tidak menjadi mitra, lebih jelasnya dapat dilihat pada gambar di bawah ini:

Gambar: 5 Form Perhitungan Proses SAW

6. Form Laporan Data Calon Mitra

Tampilan ini memberikan informasi mengenai data nasabah yang sudah terdaftar pada sistem. Untuk

lebih jelasnya dapat dilihat pada gambar di bawah ini:

Gambar: 6 Form Laporan Data Calon Mitra

7. Form Laporan Akhir Calon Mitra

Tampilan ini digunakan untuk memberikan informasi persentase hasil perhitungan berdasarkan skor

yang diinput setiap nasabah yang terdaftar. Untuk lebih jelasnya dapat terlihat pada form di bawah ini

Gambar: 7 Form Laporan Akhir Calon Mitra

12

6. Pengujian

Pengujian sistem pendukung keputusan ini meliputi pengujian dengan metode Simple Additive

Weighting (SAW). Data yang dipilih untuk melakukan pengujian ini adalah data calon mitra berdasarkan hasil

survey dan beberapa kriteria yang telah ditentukan, berikut ini adalah contoh penerapan metode Simple

Additive Weighting pada proses kriteria yang telah di tentukan adalah sebagai berikut:

Gambar: 7 Form Pengujian

E. SIMPULAN

Setelah melakukan analisis dan pembahasan maka dapat diperoleh simpulan sebagai berikut:

1. Sistem pendukung keputusan ini dibangun dengan cara menentukan kriteria yang menjadi parameter,

pemberian nilai bobot pada setiap kriteria dan kemudian nilai bobot di hitung melalui proses perkalian

menggunakan metode SAW. Maka di dapatlah nilai tertinggi yang di miliki oleh calon mitra yang layak

menjadi mitra.

2. Dengan menggunakan metode simple addtive weighting diharapkan dalam penilaian lebih efektif, karena

metode simple addtive weighting karena dapat menyeleksi alternatif terbaik dengan cara yang sederhana.

3. Sistem yang dibuat dengan menggunakan aplikasi VB.NET 2008. Dengan

DAFTAR PUSTAKA

Agus, N. 2009. Fuzzy Logic MM. Yogyakarta: Andi.

Julius, H. 2005. Membangun Decision Support System. Yogyakarta: Andi.

Kusumadewi, S., & Purnomo, H. 2010. Logika Fuzzy. Yogyakarta: Graha Ilmu.

Kusumadewi, S., Hartati, S., Harjoko, A., & Wardoyo, R., 2006. Fuzzy Multi Attribute Decision Making (FUZZY MADM). Yogyakarta : Graha Ilmu.

Mardinata, H, T. 2013. Sistem Pendukung Keputusan Kelayakan Pemberian Kredit Pinjaman Menggunakan

Metode Simple Additive Weighting. Medan : STMIK TRIGUNA DHARMA Medan.

Priyanto, R. 2009. Langsung Bisa VB.NET 2008. Yogyakarta: Andi.

Team Work Triguna Dharma. 2014. Workshop APS-VB – WEB. Medan: STMIK TRIGUNA DHARMA Medan.

13

14

15

16

17

18

19

20