Tati Mardiana
AMIK BSI Bandung

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Algoritma Topsis Dalam Sistem Pendukung Keputusan Pemberian Pinjaman Pada Koperasi Karyawan Tati Mardiana
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 2, No 2 (2017): IJCIT - November 2017
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (753.294 KB) | DOI: 10.31294/ijcit.v2i2.2954

Abstract

AbstrakPemberian pinjaman kepada anggota merupakan salah satu kegiatan utama yang berlangsung pada sebuah koperasi. Dalam perkembangan saat ini, banyak koperasi yang kurang kontrol dalam aplikasi pinjaman masuk. Sehingga risiko pembayaran kredit macet menjadi sangat tinggi. Oleh karena itu diperlukan suatu sistem pendukung keputusan untuk menentukan layak atau tidaknya anggota mendapat pinjaman dengan kriteria penilaian pertama sehingga keputusan didasarkan pada penilaian yang obyektif. Salah satu metode yang dapat digunakan untuk merancang sistem pendukung keputusan adalah TOPSIS (Technique Order Preference by Similarity To Ideal Solution). Metode TOPSIS mampu memilih masing-masing alternatif berdasarkan kriteria yang telah ditentukan untuk mendapatkan alternatif terbaik, dalam hal ini alternatifnya dimaksudkan agar setiap anggota koperasi yang mengajukan pinjaman. Penelitian ini menghasilkan sistem pendukung keputusan yang dapat membantu menentukan kelayakan anggota koperasi untuk mendapatkan pinjaman berdasarkan nilai yang diperoleh masing-masing alternatif.Kata kunci: koperasi, kredit macet, pinjaman, metode TOPSIS, SPKAbstractGranting loans to members is one of the main activities that take place in a cooperative organization. In the current rapid development, many cooperatives have less control in any incoming loan applications. So that the risk of credit payments jammed becomes very high. Therefore we need a decision support system to determine feasible or not for members receive a loan with the first set of criteria to be assessed so that decisions are based on objective assessment. One of methods that can be used to design decision support system is a TOPSIS (Technique Order Preference by Similarity To Ideal Solution). TOPSIS method is able to select each of the alternatives based on criteria that have been determined to obtain the best alternative, in this case the alternative is meant that every member of the cooperative who apply for a loan. The research resulted a decision support system that can help to determine the feasibility of cooperative members receive loans based on the values obtained each alternative.Keywords: loans, bad credit, cooperatives, TOPSIS method, SPK
AGEN CERDAS UNTUK PENENTUAN KELAYAKAN PEMBERIAN KREDIT KOPERASI SIMPAN PINJAM Mohammad Ikhsan Saputro; Tati Mardiana
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 1, No 2 (2015): Jurnal Teknik Komputer AMIK BSI
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (829.915 KB) | DOI: 10.31294/jtk.v1i2.257

Abstract

ne"> Abstract-A credit risk is that customers will not be able to pay backmoney they have borrowed from credit union. If this matterhappens frequently, it will be effect to liquidity of credit union. Thecredit risk can be reduced by assessment toward customers’ credit.The process assessment credit risk is very complicated and needtime recover. To deal with the customers’ credit assessmentproblem in a credit union, we have developed a case-basedreasoning system. The system assesses the credit risk of a targetcustomer only based on the features data which can be easilyretrieved from daily transaction data stored in the database of themanagement information system. Since the credit risk of a targetcustomer is to be reasoned on the basis of similarity to past cases, itis very important how to evaluate properly the degree of similaritybetween a target customer and past cases. This paper aims atinvestigating the performance of case base reasoning and nearestneighbor for assessment credit risk. The results of this studyshowed the application of Case Base Reasoning and the nearestneighbor algorithm has the higher accuracy value than just usingCase Base Reasoning.Intisari-Ketidakmampuan anggota koperasi untuk membayarcicilan kredit dalam jangka waktu yang telah ditentukan dapatmenyebabkan kredit macet.Kondisi ini apabila dibiarkan terusmenerus dapat berpengaruh langsung terhadap likuiditaskoperasi.Untuk meminimalisir resiko kredit macet makakoperasi harus melakukan analisis kelayakan sebelummemberikan kredit. Proses analisis kelayakan kreditmerupakan hal yang sulit dan membutuhkan waktu yang cukuplama. Oleh karena itu dibutuhkan alat bantu yang cepat danakurat untuk melakukan analisis kelayakan kredit untuk menilaikreditur yang mempunyai resiko gagal bayar dan yang tidakberesiko. Tujuan penelitian ini adalah mengembangkan agencerdas yang menerapkan Case Base Reasoning (CBR) danAlgoritma nearest neighbor untuk penentuan kelayakanpemberian kredit koperasi dengan lebih cepat dan akurat.Dalam penelitian ini digunakan metode eksperimen denganbeberapa tahapan penelitian antara lain: studi literatur,pemodelan CBR dan algoritma nearest neighbor, pengembangansistem yang menerapkan CBR dan algoritma nearest neighboruntuk penentuan kelayakan kredit koperasi dan implementasisistem. Hasil penelitian ini menunjukkan penerapan Kasus BasisPenalaran dan algoritma tetangga terdekat memiliki nilaiakurasi yang lebih tinggi daripada hanya menggunakan CaseBase Reasoning.Kata Kunci: Case Base Reasoning (CBR), Algoritma NearestNeighbor Dan Kredit Simpan Pinjam Koperasi