sistem pendukung keputusan pemilihan produk simpanan bank...

Association for Information Systems – Indonesia chapter (AISINDO) 1

Jurnal Sistem Informasi Indonesia (JSII) Volume 2 Nomor 1 (2017) ISSN: 2460 – 6839

Sistem Pendukung Keputusan Pemilihan Produk Simpanan Bank Berbasis Mobile Menggunakan Fuzzy Database Model Tahani

Nina Setiyawati

Program Studi Teknik Informatika, FTI UKSW; Salatiga, (0298) 321212 e-mail: [email protected]

Abstrak

Simpanan dihasilkan dari 3 entitas ekonomi, yaitu rumah tangga, perusahaan dan

pemerintah. Terdapat banyak produk simpanan masyarakat. Untuk membantu masyarakat

dalam memilih produk simpanan, pada penelitian sebelumnya dirancang Sistem Pendukung

Keputusan (SPK) pemilihan produk simpanan bank berbasis web. Dengan mengetahui

produk simpanan yang sesuai sebelum memilihnya, diharapkan berkurangnya angka

rekening dorman yang disebabkan oleh tidak dilakukannya transaksi selama enam bulan

berturut-turut. Melihat fakta bahwa pengguna aktif smartphone Indonesia berada pada

daftar 5 tertinggi di dunia, pada penelitian ini dilakukan pengembangan SPK pemilihan

produk simpanan bank berbasis mobile pada android platform, dengan memanfaatkan

service Google Cloud Messaging (GCM) sehingga masyarakat dapat mendapatkan informasi

produk simpanan. Rekomendasi SPK pada pemilihan produk simpanan memanfaatkan Fuzzy

Database Model Tahani. Hasil penelitian ini membantu masyarakat untuk menentukan

produk simpanan sesuai dengan pilihan.

Kata kunci: Sistem Pendukung Keputusan (SPK), Simpanan, Mobile, Fuzzy Database

Model Tahani

Abstract

Savings are generated from 3 economic entities, i.e households, companies and

governments. There are many public savings products. To assist the society in choosing

savings products, the previous research designed Decision Support System (DSS) of selection

bank savings products using web-based application. By knowing the appropriate deposit

product before choosing it, it is expected to reduce the number of dormant accounts caused

by non-transaction for six consecutive months. Considering the fact that Indonesian is in the

top 5 list in the world for smartphone active users, this research develop DSS of selection

bank savings products using mobile technology on android platform. This apllication build

with service Google Cloud Messaging (GCM) so that, the society can get information about



the deposit product. DSS recommend for selection deposit product utilized Fuzzy Database

Model Tahani. The result of this study can help the society for determining the deposit

product according to the selection.

Keywords: Decision Support System (DSS), Savings, Mobile, Fuzzy Database Model Tahani.

1. PENDAHULUAN

Simpanan dianggap sebagai variabel makro-ekonomi yang penting dengan

fondasi mikro-ekonomi untuk mencapai kestabilan harga dan mendorong

kesempatan kerja, yang akan berkontribusi pada pertumbuhan ekonomi yang

berkesinambungan [1], sehingga dapat dikatakan bahwa simpanan memiliki peran

penting bagi perekonomian. Simpanan dihasilkan dari 3 entitas ekonomi, yaitu

rumah tangga, perusahaan dan pemerintah [2]. Simpanan masyarakat adalah

simpanan milik pihak ketiga bukan bank umum dan Bank Perkreditan Rakyat/BPR

(termasuk penghimpunan dana dengan prinsip syariah) baik dalam Rupiah maupun

Valuta Asing (BPR saat ini tidak diperbolehkan menerima simpanan dalam Valuta

Asing) yang berbentuk giro, tabungan dan simpanan berjangka [3]. Melihat

pentingnya simpanan, pada 20 Februari 2010 mencanangkan Gerakan Indonesia

Menabung (GIM).

Bank-bank umum di Indonesia memiliki berbagai produk simpanan masyarakat

dengan fitur dan manfaat yang berbeda-beda dan masyarakat bisa memilih produk

simpanan yang sesuai dengan kebutuhannya. Untuk membantu masyarakat dalam

memilih produk simpanan, pada penelitian sebelumnya dirancang Sistem

Pendukung Keputusan (SPK) pemilihan produk simpanan bank berbasis web [4].

Dengan mengetahui produk simpanan yang sesuai sebelum memilihnya, diharapkan

berkurangnya angka rekening dorman yang disebabkan oleh tidak dilakukannya

transaksi selama enam bulan berturut-turut.

Database adalah kumpulan data yang saling berelasi. Dengan data, dapat

diketahui fakta yang terekam dan serta makna implisitnya [5]. Database adalah

komponen penting dalam kehidupan masyarakat modern. Akan tetapi, sistem

database standar hanya bisa menangani data yang bersifat pasti. Sedangkan pada

kehidupan sehari-hari, seringkali dibutuhkan adanya penanganan pada data-data

yang bersifat samar pada sistem database, seperti kasus pemilihan produk



simpanan. Maka untuk mengatasi masalah tersebut dapat digunakan konsep logika

fuzzy yang diimplementasikan ke dalam database atau biasa disebut Fuzzy Database

Model Tahani.

Pada tahun 2017 pengguna aktif bulanan smartphone di Indonesia adalah 86,6

juta orang [6,7] dan diperkirakan akan meningkat di tahun 2018. Hal ini mendorong

banyak dikembangkannya aplikasi berbasis mobile. Melihat fakta tersebut, pada

penelitian ini, dilakukan pengembangan SPK pemilihan produk simpanan bank

menggunakan Fuzzy Database Model Tahani berbasis mobile pada platform android

berdasarkan penelitian yang telah dilakukan sebelumnya. Pada penelitian

sebelumnya, SPK yang dibangun belum responsif pada semua perangkat, oleh

karena itu pengembangan SPK berbasis mobile diharapkan dapat mempermudah

pengaksesan oleh masyarakat melalui smartphone.

2. METODE PENELITIAN ATAU PERUMUSAN SOLUSI

Penelitian ini adalah pengembangan dari penelitian sebelumnya. Tahapan yang

dilakukan pada penelitian ini terlihat pada Gambar 1

Gambar 1 Tahapan Penelitian

Penjelasan tahapan yang dilakukan adalah sebagai berikut:

1. Pengumpulan Analisis Kebutuhan

Pada tahap ini dilakukan pengumpulan kebutuhan yang diperlukan untuk

membangun SPK pemilihan produk simpanan bank berbasis mobile.

2. Perancangan Aplikasi

Analisis Kebutuhan

Perancangan Aplikasi

Pembangunan

Aplikasi

Pengujian Aplikasi



Pada tahap ini dilakukan perancangan aplikasi yang terdiri dari perancangan SPK,

perancangan antar muka, perancangan web service, perancangan arsitektur sistem.

Use case diagram aplikasi dapat dilihat pada Gambar 2

Gambar 2 Use Case Diagram

Gambar 2 merupakan use case diagram dari SPK pemilihan produk simpanan

bank. Aplikasi ini mempunyai 2 aktor yaitu masyarakat yang bisa mengakses SPK dan

administrator yang mempunyai hak akses untuk mengelola data bank, produk

simpanan, dan mengubah data keanggotaan. Arsitektur SPK pemilihan produk

simpanan bank terlihat pada Gambar 3.

Gambar 3 Arsitektur SPK Pemilihan Produk Simpanan Bank



Dari Gambar 3 terlihat bahwa pengguna dapat mengakses SPK melalui aplikasi

yang telah diimplementasikan ke dalam smartphone yang mempunyai sistem

operasi android, sedangkan administrator melakukan pengelolaan data melalui

halaman administrator berbasis web. Baik pengguna maupun administrator harus

terhubung internet untuk dapat mengakses data. Dengan adanya internet, aplikasi

mobile dapat mengirimkan dan mengambil data di database server melalui web

service JSON. Aplikasi mobile memanfaatkan teknologi Google Cloud Messaging

(GCM) untuk dapat menerima notifikasi pemberitahuan tentang produk simpanan

dari administrator.

3. Pembangunan Aplikasi

Pada tahap ini dilakukan pengkodean aplikasi menggunakan framework

CodeIgniter untuk modul administrator, dan menggunakan bahasa pemrograman

Java pada IDE Eclipse.

4. Pengujian Aplikasi

Pada tahap ini dilakukan pengujian aplikasi menggunakan pengujian blackbox

dan pengujian pengguna.

3. HASIL DAN PEMBAHASAN

SPK pemilihan produk simpanan bank terdiri dari 2 modul utama, yaitu modul

pengguna yang merupakan aplikasi berbasis mobile, dan modul administrator yang

merupakan aplikasi berbasis web. Modul pengguna adalah proses pemberian

rekomendasi pemilihan produk simpanan bank dilakukan. Untuk mendapatkan

rekomendasi, pengguna harus memasukkan fasilitas dan kriteria dari produk

simpanan yang diinginkan pada menu SPK seperti terlihat pada Gambar 4.

Gambar 4 merupakan tampilan menu SPK. Pada menu SPK, pengguna bisa

memilih lebih dari satu (1) fasilitas produk simpanan yang diinginkan, serta harus

mengisi empat (4) kriteria produk simpanan. Dari fasilitas dan kriteria yang

dimasukkan oleh pengguna, sistem melakukan perhitungan firestrenght untuk

mendapatkan produk mana yang sesuai dengan keinginan pengguna. Rekomendasi

SPK terlihat pada Gambar 5



Gambar 4 Tampilan Menu SPK

Gambar 5 Rekomendasi Produk Simpanan



Gambar 5 adalah tampilan rekomendasi produk simpanan. Firestrenght adalah

nilai rekomendasi dengan 1 adalah nilai tertinggi dan 0 adalah nilai terendah. Selain

nilai rekomendasi, daftar rekomendasi juga memberikan prosentase jumlah variabel

yang memenuhi kriteria yang dimasukkan pengguna.

Pada sisi administrator, dapat dilakukan pengelolaan data bank, produk

simpanan, dan daftar keanggotaan. Halaman pengelolaan produk simpanan terlihat

pada Gambar 6 dan halaman pengelolaan daftar keanggotaan terlihat pada Gambar

7

Gambar 6 Halaman Pengelolaan Produk Simpanan



Gambar 7 Halaman Pengelolaan Data Keanggotaan

Gambar 7 adalah halaman pengelolaan data keanggotaan. Pengubahan batas

keanggotaan mengakibatkan domain himpunan fuzzy juga berubah, sehingga nilai

derajat keanggotaan tiap variabel simpanan pada masing-masing himpunan fuzzy

berubah pula dan menghasilkan perbedaan hasil rekomendasi. Menu pengubahan

data keanggotaan diberikan agar pengubahan batas keanggotaan dapat dilakukan

secara dinamis mengikuti perkembangan fasilitas produk simpanan.

3.1. Proses Perhitungan Fuzzy Database Model Tahani

Proses perhitungan dengan metode Fuzzy Database Model Tahani diawali

dengan menghitung fungsi keanggotaan. Baris program pengambilan batas

keanggotaan pada database dapat dilihat pada Kode Program 1.



Kode Program 1. Ambil Keanggotaan

Baris 1-3 pada Kode Program 1 digunakan untuk mengambil batas-batas

keanggotaan yang ada pada tabel keanggotaan. Batas-batas keanggotaan digunakan

untuk menghitung miu (µ) setiap himpunan pada setiap variabel. Perhitungan miu

(µ) pada himpunan Rendah pada variabel Setoran Awal terlihat pada Kode Program

2.

Kode Program 2. Perhitungan Miu (µ) Pada Himpunan Rendah Variabel Setoran Awal

Saat user memasukkan fasilitas dan kriteria yang diinginkan, sistem akan

melakukan proses pengambilan data simpanan berdasarkan fasilitas yang dipilih

oleh user, dan melakukan perhitungan miu (µ) data simpanan tersebut pada setiap

himpunan setiap variabel. Dari data simpanan yang telah diketahui nilai

keanggotaan (µ) pada setiap himpunan, maka ditentukan himpunan fuzzy yang

digunakan dengan operasi fuzzy max. Baris program operasi penentuan himpunan

fuzzy terlihat pada Kode Program 2.

1 public function getKeanggotaan() {

2 $q = $this->db->get('keanggotaan');

3 $q = $q->result();

1. if(count($anggota) <= 0) return array();

2. $miu = array();

3. if($value <= $anggota['sa1bawah']) {

4. $miu['rendah'] = 1;}

5. elseif($value > $anggota['sa1bawah'] && $value < $anggota['sa1atas']) {

6. $miu['rendah'] = ($anggota['sa1atas'] - $value) / ($anggota['sa1atas']

7. $anggota['sa1bawah']);}

8. elseif($value >= $anggota['sa1atas']) {

9. $miu['rendah'] = 0;}



Kode Program 2. Penentuan Himpunan Fuzzy

Baris program 6-16 adalah proses pengambilan data simpanan yang terletak

pada himpunan fuzzy yang digunakan. Proses perhitungan yang terakhir adalah

proses penentuan firestrength yang pada penelitian ini dapat juga disebut nilai hasil

rekomendasi. Baris program penentuan firestrength dapat dilihat pada Kode

Program 3.

Kode Program 3. Proses Perhitungan Firestrength

Pada Kode Program 3 terlihat proses penentuan firestrength diambil dari Miu

(µ) terendah dari keempat variabel. Baris program 1-3 adalah proses pengambilan

derajat rekomendasi yang paling rendah dari tiap-tiap simpanan. Baris program 5

adalah pengurutan data berdasarkan prosentase derajat rekomendasi yang tidak

bernilai 0 (nol) dan berdasarkan nilai derajat rekomendasi. Untuk hasilnya

prosentase tertinggi ada di urutan paling atas. Secara garis besar proses SPK

menggunakan Fuzzy Database Model Tahani terlihat pada Gambar 8

1. $kriteria = array();

2. $kriteria['setoranAwal'] = $this->appmodel->getMaxKey($miu['setoranAwal']);

3. $kriteria['administrasi'] = $this->appmodel->getMaxKey($miu['administrasi']);

4. $kriteria['saldoMin'] = $this->appmodel->getMaxKey($miu['saldoMin']);

5. $kriteria['bungaMax'] = $this->appmodel->getMaxKey($miu['bungaMax']);

6. $tempMiuAkhir = array();

7. foreach($dataAwal as $d) {$miuSetoranAwal = $tempSetoranAwal[$d

8. >id][$kriteria['setoranAwal']];

9. $miuAdministrasi = $tempAdministrasi[$d->id][$kriteria['administrasi']];

10. $miuSaldoMin = $tempSaldoMin[$d->id][$kriteria['saldoMin']]; 11. $miuBungaMax = $tempBungaMax[$d->id][$kriteria['bungaMax']]; 12. $tempMiuAkhir[$d->id] = array( 13. 'setoranAwal'=>$miuSetoranAwal, 14. 'administrasi'=>$miuAdministrasi, 15. 'saldoMin'=>$miuSaldoMin, 16. 'bungaMax'=>$miuBungaMax);

1. $hasil = array();

2. foreach($tempMiuAkhir as $key => $val) {

3. $fireStrength = $this->appmodel->getFireStrengthMin($val);

4. $hasil[$key] = $fireStrength;}

5. $hasil = $this->appmodel->sortPercentage($hasil, $tempMiuAkhir);

6. $vars['hasil'] = $hasil;



Gambar 8 Proses SPK Menggunakan Fuzzy Database Model Tahani

Pengujian SPK dilakukan dengan pengujian blackbox dan Uji pengguna. Uji

pengguna dilakukan dengan memberika kuesioner kepada 30 sample pengguna dari

berbagai latar belakang profesi yang berbeda. Tabel 1 memperlihatkan hasil

pengujian pengguna.

Tabel 1. Hasil Pengujian Pengguna

No Pernyataan STS TS CS S SS

1 SPK mudah digunakan dan antar muka baik 3 20 7

2 Hasil rekomendasi sesuai dengan kriteria yang

dimasukkan

1 13 16

3 SPK pemilihan produk simpanan membantu memilih

produk simpanan

2 19 9

4 Teknologi notifikasi membantu pengguna menerima 3 20 7



informasi produk simpanan

5 Pengmbangan aplikasi berbasis mobile memudahkan

pengguna dalam mengakses SPK

2 19 16

Setelah semua jawaban diketahui maka yang dilakukan adalah menghitung

presentase jawaban responden yang telah mengisi daftar pertanyaan. Perhitungan

dilakukan menggunakan skala Likert [8], dimana masing-masing jawaban diberi skor

1-5 dengan penjelasan sebagai berikut:

1. Sangat Tidak Setuju (STS) = 1 2. Tidak Setuju (TS) = 2 3. Cukup Setuju (CS) = 3 4. Setuju (S) = 4 5. Sangat Setuju (SS) = 5

Hasil analisis data untuk pertanyaan 1 menunjukkan sebanyak 23,33%

responden menjawab sangat setuju, 66,67% responden menjawab setuju dan

10,00% responden menjawab cukup setuju. Jadi disimpulkan bahwa aplikasi ini

mudah untuk digunakan.


responden menjawab sangat setuju, 43,33% responden menjawab setuju dan 3,34%

responden menjawab cukup setuju. Jadi disimpulkan bahwa hasil rekomendasi

sesuai dengan kriteria yang dimasukkan pengguna.



responden menjawab cukup setuju. Jadi dapat disimpulkan bahwa SPK pemilihan

produk simpanan membantu memilih produk simpanan.


responden menjawab sangat setuju, 66,67% responden menjawab setuju dan

10,00% responden menjawab cukup setuju. Jadi disimpulkan bahwa notifikasi

membantu pengguna mendapatkan informasi seputar produk simpanan.





responden menjawab cukup setuju. Jadi dapat disimpulkan aplikasi berbasis mobile

mempermudah pengguna dalam mengakses SPK.

4. KESIMPULAN DAN SARAN

Pada penelitian ini dilakukan pengembangan SPK pemilihan produk simpanan

berbasis mobile menggunakan Fuzzy Database Model Tahani. Dari hasil uji pengguna

didapatkan bahwa SPK pemilihan produk simpanan membantu memilih produk

simpanan dengan memberikan hasil rekomendasi yang sesuai dengan kriteria yang

dimasukkan, selain itu pengembangan ke menjadi aplikasi berbasis mobile,

memeprmudah pengguna dalam mengakses SPK. Untuk penelitian ke depan, bisa

dilalukan penambahan kriteria himpunan fuzzy serta dapat diimplementasikan pada

platform lain.

DAFTAR PUSTAKA

1] Mishra, P.K, S. K. Mishra, and J. R. Das., 2010, The Dynamics of Savings and Investment Relationship in India. European Journal of Economics, Finance and Administrative Sciences,ISSN 1450-2887 Issue 18.

[2] Wirapati,B.A., Kusumawardhani, N. A. S., Apakah Acfta Merupakan Strategi Yang Tepat Untuk Penuntasan Kemiskinan Yang Berkesinambungan?:Bukti Dari Penurunan Tingkat SIMPANAN, Buletin Ekonomi Moneter dan Perbankan, Juli 2010.

[3] Simpanan Masyarakat Indonesia, http://www.bi.go.id/id/statistik/metadata/sekda/Documents/1_Simpanan_Masyarakat_Indo_v2.pdf. Diakses pada 1 Agustus 2017.

[4] Setiyawati, N., Tanaamah, A.R., Manuputty, A.D., Sistem Pendukung Keputusan Pemilihan Produk Simpanan Bank dengan Metode Fuzzy Database Model Tahani, Skripsi Program Studi Teknik Informatika Fakultas Teknolohi Informasi UKSW, 2010.

[5] Elmasri, R., Navathe, S.B., 2011, Fundamentals of Database Systems, Amerika Serikat, Addison-Wesley.

[6] Millward, S., Indonesia to be World’s Fourth-Largest Smartphone Market by 2018,https://www.techinasia.com/indonesia-worlds-fourth-largest-smartphone-2018-surpass-100-million-users. Diakses pada tanggal 2 Juli 2017.



[7] www.emarketer.com, 2 Billion Consumers Worldwide to Get Smart(phones) by 2016, https://www.emarketer.com/Article/2-Billion-Consumers-Worldwide-Smartphones-by-2016/1011694. Diakses pada tanggal 2 Juli 2017.

[8] Movies, Andris. 2011. Skala Likert. https://www.academia.edu/7233329/Skala_Likert, (diakses pada 06 Juli 2017).