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 programprogram 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 masalahmasalah yang kompleks.
e.
Kepemilikan masalah inteligensia.
Pembagian
merupakan hal tanggung
penting dalam fase
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 atributatribut 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 :
xij xij Max i rij Min xij i xij
jika j adalah atribut keuntungan (benefit)
jika j adalah atribut biaya (cost)
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). n
Vi w j rij Keterangan :
j 1
Vi = rangking untuk setiap alternatif wj = nilai bobot dari setiap kriteria rij = nilai rating kinerja ternormalisasi
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 (process)
proses lainnya 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 databasedatabase. 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
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
berbagai
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.
Sarjana.Universitas Pembangunan Nasional.
Yogyakarta
:
Program
