Gunawan, Milkhatunisya, Sarif Surorejo, PingkySeptiana Ananda
1
PENERAPAN METODE TOPSIS SISTEM PENUNJANG KEPUTUSAN PADA
KELAYAKAN PEMBERIAN PINJAMAN NASABAH
Gunawan
1
, Milkhatunisya
2
, Sarif Surorejo
3
, PingkySeptiana Ananda
4
1
Program Studi Teknik Informatika STMIK Tegal, Indonesia
234
Program Studi Sistem Informasi STMIK Tegal, Indonesia
Email : gunawan.gayo@gmail.com,milkhatunnisya776@gmail.com,sarif_surorejo@yahoo.co.id,
Pinky@stmik-tegal.ac.id
ARTIKEL INFO:
Diterima:
8,September,2022
Direvisi:
9,September,2022
Disetujui:
12,September,2022
ABSTRAK
Kelayakan pemberian kredit dalam pengambilan keputusan membutuhkan waktu yang
lama,sering kali kredit macet terjadi karena pengambilan keputusan kredit-kredit yang
tidak tepat disebabkan karena pinjaman bermasalah atau salah sasaran calon nasabah
dengan petugas Koperasi Bangun Jaya Sejahtera dalam memberikan kredit,Pimpinan
sering mengalami kesulitan dalam mengambil keputusan,dalam mengajukan
permohonan kredit untuk memutuskan menerima atau menolaknya memerlukan
pertimbangan yang harus dianalisis dan dipikirkan.Keputusan dalam memberikan
kredit kepada calon nasabah harus mengarah pada aturan-aturan yang ditetapkan oleh
instansi.Selain itu, pinjaman terbesar membutuhkan sistem pendukung keputusan atau
SPKyang akan saya bahas di jurnal ini dengan menggunakan tekbin TOPSIS.
pemberian kredit pada Koperasi ARTHA PRIMA.
Kata kunci: Kelayakan Pemberian Kredit, Koperasi, Sistem Penunjang Keputusan
(SPK), TOPSIS.
ABSTRACT
The feasibility of granting credit in decision making takes a long time,often bad loans
occur due to inappropriate credit decision making due to non-performing loans or
mistargeting of prospective customers with the Bangun Jaya Sejahtera Cooperative
officers in providing credit. The decision,in applying for credit to decide whether to
accept or reject it requires considerations that must be analyzed and considered.
Decisions in granting credit to prospective customers must lead to the rules set by the
agency. In addition,the largest loans require a decision support system or DSS which I
will discuss in this journal using the TOPSIS technology.granting credit to the ARTHA
PRIMA Cooperative.
Keywords: Credit Eligibility, Cooperatives, Decision Support Systems (SPK),
TOPSIS.
PENDAHULUAN
Instansi ARTHA PRIMA merupakan Koperasi Simpan Pinjam (KPS) lokasinya berada di
Kabupaten Tegal dari 52 kantor cabangnya di Ambarawa Semarang,Jawa Tengah(Ali et al.,
2020).Organisasi ARTHA PRIMA merupakan salah satu bentuk koperasi simpan pinjam yang turut
serta dalam penghimpunan dan penyaluran dana dalam bentuk pinjaman khususnya dari individu dan
individu.Anggota instansi ini adalah koperasi dan pengurus masyarakat yang meliputi wilayah
Semarang,Brebes,Tegal, Pemalang,dan Pekalongan.Kegiatan usaha Koperasi Simpan Pinjam ARTHA
PRIMA untuk memperoleh keuntungan adalah dengan memberikan pinjaman kepada
anggotanya.Sistem perolehan yang terjadi pada instansi ARTHA PRIMA diurus oleh petugas harian
dan dengan keputusanoleh administrator.Setiap anggota lapangan mensurvei masing-masing klien yang
menawarkan untuk memperoleh informasi sehubungan dengan evaluasi klien.Klien yang aplikasinya di
muka disetujui dapat mengembalikan kredit dengan tambahan bunga 30% dari jumlah kredit yang
Jurnal Ekonomi Teknologi & Bisnis (JETBIS)
Volume 1, Number 1, September 2022
p-ISSN 2964-903X ; e-ISSN 2962-9330
Vol 1,No 1 September,
2022
2
https://jetbis.al-makkipublisher.com/index.php/al/index
diterima nasabah.Setiap nasabah yang telah mengkredit diberikan 10 kali angsuran kredit yang
dilakukan di Instansi ARTHA PRIMA.Instansi pinjaman ARTHA PRIMA mengalami kesulitan dalam
menyelesaikan bisnisnya karena koperasi mengalami kendala dalam memilih nasabah yang memenuhi
syarat untuk uang muka,hal ini dikarenakan jumlah nasabah yang mengajukan kredit di koperasi terus
meningkat dari 10 menjadi 20 nasabah secara konsisten.Namun, tidak semua aplikasi kredit dari setiap
klien dapat diakui,karena koperasi harus menyesuaikan saldo yang dimiliki perusahaan dengan saldo
yang harus dikeluarkan pihak koperasi untuk memberi pinjaman kepada setiap nasabah(Qiao et al.,
2021).Juga,koperasi harus memilih klien yang memenuhi syarat untuk kredit,sehingga penyebaran aset
bermanfaat kepada klien sempurna sesuai kapasitas klien(Çepni et al., 2020).SMP Taruna Jaya 1
Surabaya memiliki SPK dalam seleksi siswa berprestasi memakaiteknikTechnique for Order
Preference bySimilarity to Ideal Solution (TOPSIS) dilaksanakan penelitian oleh (Pratama et al.,
2018)Pemilihanpeserta didik berpotensi dengan menggunakan teknik ini menunjukkan akurasi tertinggi
80%dengan derajat kepentingan diantara kriteria, sehingga dapat menentukan siswa terbaik secara
efisien dan efektif.(Putra et al., 2020)
A. Sistem Informasi
Menurut(Irianti et al.,2021)informasi masalah data yang dapat (Malin, 2017) Ditindaklanjuti atau
signifikan.Informasi adalah data yang dapat menambah pengetahuan seorang pengguna karena telah
diolah demikian rupa.Pengambil keputusan tahu bahwa informasi merupakan suatu faktor terpenting
untuk menentukan keberhasilan ataupun kegagalan pada bisnis usaha.Apapun sistemnya,jika tidak ada
informasi,maka tidak ada gunanya karena sistem mendapatmasalah dan akhirnya
berhenti(Suhendar,2021).Menurutsistem informasi mengandung sejumlah besar informasi
penting,seperti informasi tentang seseorang,lokasi,dan berbagai elemen.Informasi itu sendiri memiliki
arti,yang merupakan pengolahan data menjadi data yang lebih memiliki arti dan dapat digunakan
dalam pengambilan keputusan.
B. Sistem Pendukung Keputusanatau Decision Support System (DSS)
Mengatakan DSS menggunakan CBIS (Computer Based Information System) intuitif, mudah
beradaptasi,serta beradaptasitelah berkembangdalam memecahkanpermasalahan tidak terstruktur untuk
permasalahan manajemen tertentu.DSSmenyediakan antarmuka yang mudah digunakan,serta
menggabungkan pemikiran keputusan dalam penggunaan data.(Sikumbang&Muhammad,2021)
C. Metode Technique for Order Preference by Similarity to IdealSolution (TOPSIS)
The Technique for Order Performance by Similarity to Ideal Solution (TOPSIS) adalah sebuah
teknik dalam siklus dinamis,sehingga Anda dapat memilih sebuah pilihan yang meyakinkan.pengaturan
optimal namun juga jauh dari pengaturan ideal negatif. Dengan ukuran dan kapasitas, sarana yang
digunakan dalam strategi TOPSISuntuk (Doni et al., 2019) ialah:
a) Membuat jaringan pilihan standar. Dalam TOPSIS, siklus untuk setiap opsi ditentukan
menggunakan Kondisi 1.
X adalah nilai alternatif.
Rumus:
rij=


(1)
b) Membuat kisi bobot terstandarisasi Jawaban ideal untuk A+ positif dan A-negatif diselesaikan
berdasarkan karakterisasi bobot terstandarisasi (yij) sebagai Kondisi 2.
 =  (2)
dengan i=1,2..,m; dan j=1,2,...,n
c) Menentukan susunan ideal positif dan negatif Jaringan susunan ideal positif dapat ditentukan dengan
menggunakan Kondisi 3, sedangkan jaringan susunan ideal negatif dapat ditentukan dari Kondisi 4.
+ = (1+, 2+, … ,+) (3)
− = (1−, 2−, … ,−) (4)
d) Menentukan jarak setiap pilihan pilihan dari susunan ideal positif dan negatif Jarak antara
kecerdasan buatan elektif dan susunan ideal positif dapat ditentukan dengan menggunakan kondisi
(5)
PENERAPAN METODE TOPSIS SISTEM PENUNJANG
KEPUTUSAN PADA KELAYAKAN PEMBERIAN PINJAMAN
NASABAH
Vol 1,No 1 September,2022
Gunawan, Milkhatunisya, Sarif Surorejo, PingkySeptiana Ananda
3
Jarak antara kecerdasan berbasis komputer elektif dan susunan ideal negatif dapat disurvei dengan
menggunakan kondisi 6.
e) Menentukan nilai inklinasi untuk setiap opsi Nilai inklinasi untuk setiap opsi lainnya (Vi) diberikan
oleh kondisi 7.
D. Website
Menurut (Juliansyah, 2021) situs atau situs dicirikan sebagai bermacam-macam halaman yang
menampilkan data tentang informasi teks,gambar diam atau bergerak,gerakan,suara,video,atau
campuran informasi yang berbeda. Kedua ukuran dan elemen tersebut dapat membentuk denah halaman
referensi pihak ketiga (hyperlink). Itu statis ketika substansi data web tetap,jarang berubah,dan konten
data baru tiba di lokasi pemilik situs itu sendiri.Ini dinamis ketika konten data situs terus berubah dan
konten data intuitif dua arah antara pemilik situs.
E. Xampp
Xampp adalah pemrograman web server Apache yang memiliki server MySQL implisit yang layak
dengan bahasa pemrograman PHP untuk membuat situs dinamis.XAMPP menjunjung tinggi dua
kerangka kerja,khususnya Windows dan Linux.
F. PHP
PHP adalah singkatan dari Hypertext Preprocessorbahasa pemrograman open source dan
sepenuhnya masuk akal untuk berkomitmen pada peningkatan situs dan dikoordinasikan ke dalam
proposal HTML.bisa dikatakan bahwa bahasa PHP adalah berbagai bahasa pemrograman seperti C,
Java, dan Perl dan juga mudah dipahami untuk pemula.
PHP adalah pemrograman sisi server,di mana penanganan informasi selesai di sisi server.Pada
dasarnya,server dapat menguraikan skrip pemrograman dan mengirimkan hasilnya ke klien yang
disebutkan.Pada akhirnya, PHP adalah bahasa pemrograman berbasis kode (script) yang digunakan
untuk menangani informasi dan mengirimkannya ke browser internet sebagai kode HTML.
Gambar1Komponen-Komponen SPK
Vol 1,No 1 September,
2022
4
https://jetbis.al-makkipublisher.com/index.php/al/index
G. Database MySQL
MySQL merupakan perangkat lunak SQL Database Management System (DBMS) multi-threaded,
dan multi-pengguna.Implementasi MySQL berasal dari sistem administrasi kumpulan data sosial
(RDBM) yang saat ini merupakan server kumpulan data paling terkenal di era ini. MySQL dibuat oleh
TSX dan diandalkan untuk mengawasi kerangka kerja dengan 40 basis informasi yang berisi 10.000
tabel dan 500 di antaranya dengan 7 juta kolom.SQL (Organized Inquiry Language) pertama kali
diterapkan pada proyek eksplorasi di lab penelitian IBM San Jose yang disebut Framework R.Selain
itu, SQL juga dikembangkan oleh Oracle, Informix,dan Sybase.(Fachri & Dalimunthe, 2019).
(Faâ & Nurhatisyah, 2021) Mengatakan MySQL adalah server database open source yang sangat
populer.Kelebihan database ini adalah sering digunakan oleh para profesional dalam pembuatan proyek.
Adanya API (Application Programming Interface) yang terdapat pada MySQL tercatat dalam bahasa
pemrograman yang digunakan oleh berbagai aplikasi komputer untuk mengakses database MySQL.
Basis data diakses dan dimanipulasi oleh perangkat lunak yang disebut DBMS (Sistem Manajemen
Basis Data).DBMS adalah kumpulan database dan program komputer tertanam yang digunakan untuk
mengakses dan memelihara database.
METODE PENELITIAN
Salah satu strategi yang bisa mengatasi masalah iniadalah dengan menggunakan teknik
TOPSIS(Techniques for order Preference by Similarity to Ideal Solution).Metode TOPSIS dipilih
dikarenakan dapat menilai penentuan pembobotan dalam setiap atribut,selanjutnya dapat dibuat
perankingan yang memilih alternatif terbaik diantara serangkaian alternatif yang dapat mengambil
sebuah pemilihan nasabah terbaik.Metode topsis dapat mengurangi subjektivitas pada memilih nasabah
terbaik,dikarenakan didasarkan pada kriteria serta pembobotan yang telah ditetapkan.Dengan latar
belakang diatas penulis mempunyai gagasan untuk melaksanakan Tugas Skripsi sesuai dengan
permasalahan dan diberi judul “Sistem Penunjang Keputusan Kelayakan Pemberian Pinjaman Nasabah
Pada Koperasi Artha Prima Dengan Metode Techniques For Order Preference By Similarity To Ideal
Solution (Topsis)” sebagai pokok pembahasan laporan tugas skripsi ini.(Syahrizal, 2018)
Komponen pendukung yang dibutuhkan dalam penelitian ini:
Gambar2. Hypertext Preprocessor
Gambar3Ilustrasi Database MySql
PENERAPAN METODE TOPSIS SISTEM PENUNJANG
KEPUTUSAN PADA KELAYAKAN PEMBERIAN PINJAMAN
NASABAH
Vol 1,No 1 September,2022
Gunawan, Milkhatunisya, Sarif Surorejo, PingkySeptiana Ananda
5
1.Software
Software diperlukan dalam penelitian ini,karena software merupakan faktor utama di kasus ini.
Perangkatyang akan digunakan an-tara lain:
a.Sistem Operasi
Penelitian ini menggunakan sistem operasi windows berfungsi sebagai perintah dasar untuk
menjalankan dan mengoprasikan komputer.Pada penelitian ini pembuatan aplikasi menggunakan sistem
operasi windows10 64bit.
b.Microsoft Word
Microsoft Office Word yaitu Progrm Pengolah kata.Program software ini memudahkan kita untuk
menulis, membuat diagram, dan masih banyak lagi.Microsoft Word yang digunakan untuk mengetik
penelitian ini adalah Microsoft Word 2010.
c.Microsoft Excel
Untuk membantu dalamperhitungan data dan proses data secara manual.
d.Sublime Text 3
Sebagai aplikasi text editor HTML dan PHP.
2.Hardware
Dalam penelitian ini, Hardware untuk membantu mengerjakan proses penelitian ini menggunkan
laptop sebagai berikut:
1.Processor I 3
2.RAM 8 GB
3.64-bit Operating System
Di kasus ini informasi yang digunakan ini adalah informasi yang berasal dari Nasabah Artha
Prima tipe data bersifat kuantitatif yakni berupa angka-angka menggunakan nilai Uji Kompetensi.
Data yang dipakaidalam penelitian ini diantaranya:
1.Sumber data primer
Di dalam kasus ini, perolehan data langsung dari sumber objek penelitian yaitu diperoleh melalui
wawancara dengan petugas data dan survei langsung ke KSP Artha Prima.
2.Sumber data sekunder
Pada penelitian ini, perolehan data dari studi pustaka seperti jurnal,buku,e- book dan bahan pustaka
yang berkaitan dengan topik penelitian untuk menyusun tugas akhir.
HASIL DAN PEMBAHASAN
Berdasarkan Informasi yang terkumpul kemudian akan ditangani dengan menggunakan teknik
TOPSIS yang telah digunakan dalam jaringan dinamis yang mendukung secara emosional
SPK.Berikutnya adalah gambar dari proses teknik TOPSIS.(Nababan & Rahim, 2018)
Berikut adalah sarana-sarana yang digunakan dalammetode Technique for Order Performance by
Similarity to Ideal Solution (TOPSIS) untuk menentukan peserta pelatihan terbaik:
1.Penentuan kriteria metode Technique for Order Performance by Similarity to Ideal Solution
(TOPSIS).
Berikut adalah kriteria-kriteria, serta penilaian manfaat serta biaya yang diperlukan guna menentukan
Nasabah terbaik dalam KSP Artha Prima.
No
Kriteria
NilaiKriteria
Nilai Parameter
Bobot (Wj)
1
FormulirPengajuanPinjaman
Table 1.Tabel Kriteria dan Nilai Bobot
Vol 1,No 1 September,
2022
6
https://jetbis.al-makkipublisher.com/index.php/al/index
>3.000.000-4.000.000
75
4
=>5.000.000
100
5
4.
Jaminan
BPKB
50
5
Sertifikat Tanah
75
4
30%
SertifikatRumah
100
2
5
Usia
17 th – 19th
0
5
30 th – 39th
25
4
40th – 49th
50
3
50th – 59th
75
2
20%
>60th
100
1
100%
Sangat Lengkap
Lengkap
100
75
5
4
10 %
KurangLengkap
50
3
TidakLengkap
0
2
2.
Penghasilan
< 1 Juta
0
1
20 %
1 Juta – 1,9 Juta
25
2
2 Juta – 2,9 Juta
50
3
3 Juta – 4 Juta
75
4
> 5 Juta
100
5
3.
JumlahPinjaman
<= 1.000.000
0
1
>1.000.000-2.000.000
25
2
>2.000.000-3.000.000
50
3
20%
PENERAPAN METODE TOPSIS SISTEM PENUNJANG
KEPUTUSAN PADA KELAYAKAN PEMBERIAN PINJAMAN
NASABAH
Vol 1,No 1 September,2022
Gunawan, Milkhatunisya, Sarif Surorejo, PingkySeptiana Ananda
7
2.Menentukan pembobotan dari kriteria-kriteria yang telah ditetapkan. Pembobotan kriteria
ditunjukkan pada table berikut:
3.Memasukkan data nilaidari calon nasabah dan pembobotan setiap kriteria, dibawah ini merupakan
tabel untuk data nilai:
No
Alternatif
Penghasilan
Jaminan
Usia
Formulir
Jumlah pinjaman
1
Yoga
3
4
5
4
5
2
sindy
2
4
4
2
5
3
Andi
4
4
5
3
5
4
Tesa
2
2
2
5
3
5
Fajri
4
5
5
5
5
6
Lusi
4
4
4
3
4
7
Fajar
4
5
5
5
4
8
Milka
3
4
5
4
5
9
Apip
3
2
3
4
4
10
Nindy
5
4
4
4
5
a. Matriks Terstandarisasi R
Rumus
rij=

Σ²
dengan i =1.2.3........m; dan j = 1.2.3......n
Matriks keputusan yang dibentuk dari tabel ranting kecocokan
3 4 5 4 5
2 4 4 2 5
4 4 5 3 5
2 2 2 5 3
4 5 5 5 5
4 4 4 3 4
4 5 5 5 4
3 4 5 4 5
No
Kriteria
Kode
1
Penghasilan
K1
2
Jaminan
K2
3
Usia
K3
4
FormulirPengajuanpinjaman
K4
5
JumlahPinjaman
K5
Table 3. Pembobotan pada setia kriteria
Vol 1,No 1 September,
2022
8
https://jetbis.al-makkipublisher.com/index.php/al/index
3 2 3 4 4
5 4 4 4 5
b. Matriks Keputusan Ternormalisasi
Alternaif
K1
K2
K3
K4
K5
Z1
0.27
0.32
0.37
0.32
0.35
Z2
0.18
0.32
0.29
0.16
0.35
Z3
0.36
0.32
0.37
0.24
0.35
Z4
0.18
0.16
0.15
0.39
0.21
Z5
0.36
0.40
0.37
0.39
0.35
Z6
0.36
0.32
0.29
0.24
0.21
Z7
0.36
0.40
0.37
0.39
0.28
Z8
0.27
0.32
0.37
0.32
0.38
Z9
0.27
0.16
0.22
0.32
0.28
Z10
0.45
0.32
0.29
0.32
0.35
c. Melakukan perhitungan Matriks R dikalikan dengan Bobot Preferce (W) [5, 3, 4, 3, 5]
sehingga menghasilkan Matriks Y sebagai berikut :
Melakukan perhitungan sampai Y510 dan didapat Matriks dibawah ini :
1.08 0.64 1.11 0.64 1.4
0.72 0.64 0.87 0.32 1.4
1.44 0.64 1.11 0.48 1.4
0.72 0.32 0.45 0.78 0.84
1.44 0.8 1.11 0.78 1.4
1.44 0.64 0.87 0.48 0.84
1.44 0.8 1.11 0.78 1.12
1.08 0.64 1.11 0.64 1.52
1.08 0.32 0.66 0.64 1.12
1.8 0.64 0.87 0.64 1.4
d. Solusi Ideal Positif
y1+ = max {1.08; 0.72; 1.44; 0.72; 1.44; 1.44; 1.44; 1.08; 1.08; 1.8}
= 1.80
y2+ = max {0.64; 0.64; 0.64; 0.32; 0.80; 0.64; 0.80; 0.64; 0.32; 064}
= 0.80
y3+ = max {1.11; 0.87; 1.11; 0.45; 1.11; 0.87; 1.11; 1.11; 066; 0.87}
= 1.11
y4+ = max {0.64; 0.32; 0.48; 0.78; 0.78; 0.48; 0.78; 064; 064; 0.64}
= 0.78
y5+ = max {1.40; 1.40; 1.40; 0.84; 1.40; 0.84; 1.12; 1.52; 1.12; 1.40}
= 1.52
Y11 = (5) (0.27)= 1.35
Y12 = (5)(0.18) = 0.90
Y21 = (3)(0.32) = 0.97
Y22 = (3)(0.32) =0.32
Table 4. Matrik yang ternormalisasikan
PENERAPAN METODE TOPSIS SISTEM PENUNJANG
KEPUTUSAN PADA KELAYAKAN PEMBERIAN PINJAMAN
NASABAH
Vol 1,No 1 September,2022
Gunawan, Milkhatunisya, Sarif Surorejo, PingkySeptiana Ananda
9
A+ = {1.80; 0.80; 1.11; 0.78; 1.52}
e. Solusi Ideal Negatif
y1¯ = min {1.08; 0.72; 1.44; 0.72; 144; 1.44; 1.44; 1.08; 1.08; 1.80;}
= 0.72
y2¯ = min {0.64; 0.64; 0.64; 0.32; 0.80; 0.64; 0.80; 0.64; 0.32; 0.64}
= 0.32
y3¯ = min {1.11; 0.87; 1.11; 0.45; 1.11; 0.87; 1.11; 1.11; 0.66; 0.87}
= 0.45
y4¯ = min {0.64; 0.32; 0.48; 0.78; 0.78; 0.48; 0.78; 0.64; 0.64; 0.64}
= 0.32
y5¯ = min {1.40; 1.40; 1.40; 0.84; 1.40; 0.84; 1.12; 1.52; 1.12; 1.40}
= 0.84
A¯ = {0.72; 0.32; 0.45; 0.32; 0.84}
f. Jarak antara nilai daribobot setiap alternatif terhadap solusi ideal positif
D
1
+= √[〖(1.08-1.80)〗
2
+ (〖0.64-0.80)〗
2
+ (〖1.11-1.11)〗
2
+ (〖0.64-0.78)〗
2
+ (〖1.40-1.52)
〗
2
= 0.74
D
2
+= √[〖(0.72-1.80)〗
2
+ (〖0.64-0.80)〗
2
+ (〖0.87-1.11)〗
2
+ (〖0.32-0.78)〗
2
+ (〖1.40-1.52)
〗
2
= 0.38
D
3
+= √[〖(1.44-1.80)〗
2
+ (〖0.64-0.80)〗
2
+ (1.11〖-1.11)〗
2
+ (〖0.48-0.78)〗
2
+ (〖1.40-1.52)
〗
2
= 0.62
D
4
+
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 1.50
D
5
+
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 0.36
D
6
+
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 0.86
D
7
+
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 0.52
D
8
+
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 1.36
D
9
+
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 1.05
D
10
+
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 0.31
g. Jarak antara bobot terbalik dari setiap opsi berbeda dengan pengaturan ideal negatif
D
1
-
= √[〖(1.08-0.72)〗
2
+ (〖0.64-0.32)〗
2
+ (〖1.11-0.45)〗
2
+ (〖0.64-0.32)〗
2
+ (〖1.40-0.84)〗
2
= 1.02
Vol 1,No 1 September,
2022
10
https://jetbis.al-makkipublisher.com/index.php/al/index
D
2
-
= √[〖(0.72-0.72)〗
2
+ (〖0.64-0.32)〗
2
+ (〖0.87-0.45)〗
2
+ (〖0.32-0.32)〗
2
+ (〖1.40-0.84)
〗
2
= 0.76
D
3
-
= √[〖(1.44-0.72)〗
2
+ (〖0.64-0.32)〗
2
+ (1.11〖-0.45)〗
2
+ (〖0.48-0.32)〗
2
+ (〖1.40-0.84)
〗
2
= 1.17
D
4
-
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 0.45
D
5
-
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 1.3
D
6
-
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 0.89
D
7
-
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 1.20
D
8
-
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 1.04
D
9
-
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 0.58
D
10
-
= √[󰇛 󰇜
+ ( 󰇜
+ ( 󰇜
+ ( 󰇜

+ ( 󰇜
= 1.32
h. Kedekatan setiap opsi berbeda dengan pengaturan ideal ditentukan sebagai berikut
V1


= 0.57
V2


= 0.66
V3


= 0.65
V4


= 0.23 (tidak layak)
V5


= 0.78
V6


= 0.50
V7


= 0.69
V8


= 0.43 (tidak layak)
V9


= 0.35 (Tidak layak)
V10


= 0.80
Setelah melakukan perhitungan kemudian dilakukan uji coba dengan range sebagai berikut: <=
0.50 dinyatakan tidak lulus dan => dinyatakan lulus.
Nama
Hasil
Rangking
Nindy
0.80
1
Fajri
0.78
2
Fajar
0.69
3
Sindy
0.66
4
Andi
0.65
5
Yoga
0.57
6
Lusi
0.50
7
Table 5. Hasil Rangking
PENERAPAN METODE TOPSIS SISTEM PENUNJANG
KEPUTUSAN PADA KELAYAKAN PEMBERIAN PINJAMAN
NASABAH
Vol 1,No 1 September,2022
Gunawan, Milkhatunisya, Sarif Surorejo, PingkySeptiana Ananda
11
Milka
0.66
8
Apip
0.35
9
Tezya
0.23
10
Nilai
Jumlah Pinjaman
Keterangan
>0.78
5.000.000
Sangat baik
0.62-0.77
4.000.000
Baik
0.46-0.61
3.000.000
Cukup
0.30-0.45
2.000.000
Buruk
<0.30
1.000.000
Sangat Buruk
Alternatif
Nama
Vi
Rang
king
Pinjaman
Z10
Nindy
0.80
1
5 jt
Z5
Fajri
0.78
2
5 jt
Z7
Fajar
0.69
3
4jt
Z3
Andi
0.65
5
4jt
Z6
Lusi
0.50
7
3jt
Z1
Yoga
0.57
6
3jt
Z8
Milka
0.43
8
3jt
Z2
Sindy
0.66
4
2jt
Z9
Apip
0.35
9
2jt
KESIMPULAN
Dengan SPK untuk memberikan kredit kepada klien yang akan datang menggunakan teknik
TOPSIS, pilihan untuk mengakui jumlah kredit hingga klien yang direncanakan yang mendapatkan skor
tertinggi memenuhi syarat untuk mendapatkan jumlah kredit utama A10 dengan perhitungan TOPSIS
senilai 0,80 dan merupakan memenuhi syarat untuk mendapatkan uang pinjaman sebesar Rp. 5.000.000
Dalam menentukan pilihan dengan teknik TOPSIS dapat membentuk moral dinamis da-lam
memberikan pinjaman kepada klien yang direncanakan.Dengan adanyaSPK yang dimaksudkan untuk
memiliki pilihan untuk memilih penerima kredit terencana yang memenuhi syarat untuk mendapatkan
jumlah kredit yang sesuai dengan evaluasi yang cepat dan tepat untuk memperlancar siklus kerja KSP
ARTHA PRIMA.
DAFTAR PUSTAKA
Doni, R., Amir, F., & Juliawan, D. (2019). Sistem Pendukung Keputusan Kenaikan Jabatan
Menggunakan Metode Technique for Order Preference by Similarity to Ideal Solution
(TOPSIS). Prosiding Seminar Nasional Riset Information Science (SENARIS), 1, 69–75.
Faâ, E., & Nurhatisyah, N. (2021). Sistem Informasi Pengelolaan Stok Barang Pada Koperasi
Kementerian Agama Kota Batam Berbasis Web. Zona Komputer: Program Studi Sistem
Informasi Universitas Batam, 11(1), 34–40.
Fachri, B., & Dalimunthe, J. A. Q. (2019). Sistem Pendukung Keputusan Kelayakan Pemberian SIM
(Surat Izin Mengemudi) Kepada Pengendara Sepeda Motor Dengan Menggunakan Metode
Simple Additive Weighting (Studi Kasus: Polres Kab. Labuhan Batu).Algoritma: Jurnal Ilmu
Tabel 6. Interval
Tabel 7. Rangking Jumlah Pinjaman
Vol 1,No 1 September,
2022
12
https://jetbis.al-makkipublisher.com/index.php/al/index
Komputer Dan Informatika, 3(1), 21.
Hertyana, H. (2018). Sistem pendukung keputusan penentuan karyawan terbaik menggunakan metode
topsis. JITK (Jurnal Ilmu Pengetahuan Dan Teknologi Komputer), 4(1), 43–48.
Ibrahim, M. (2018). Sistem Pendukung Keputusan Pengajuan dan Penilaian Beasiswa Berbasis Website
Menggunakan Metode TOPSIS. DoubleClick: Journal of Computer and Information
Technology, 2(1), 22–28.
Irianti, F. F., Firman, F., & Sahirudin, S. (2021). Perancangan Sistem Informasi Absensi Siswa Berbasis
Online di SMK Modellink Sorong. Jurnal Petisi (Pendidikan Teknologi Informasi), 2(1), 24–
31.
Juliansyah, D. (2021). Rancang Bangun Pemilihan Kelayakan Bantuan Beras Miskin Dengan Penerapan
Sistem Pendukung Keputusan Pada Kecamatan Bangunrejo (Lampung Tengah) Menggunakan
Metode Topsis Berbasis Web. Jurnal Edukasimu, 1(1).
Nababan, D., & Rahim, R. (2018). Sistem pendukung keputusan reward bonus karyawan dengan metode
Topsis. Journal Information System Development (ISD), 3(1).
Pratama, R. P., Werdiningsih, I., & Puspitasari, I. (2018). Sistem Pendukung Keputusan Pemilihan
Siswa Berprestasi di SMP dengan Metode VIKOR dan TOPSIS. Journal of Information Systems
Engineering and Business Intelligence, 4(2), 131–138.
Putra, D. W. T., Santi, S. N., Swara, G. Y., & Yulianti, E. (2020). Metode Topsis Dalam Sistem
Pendukung Keputusan Pemilihan Objek Wisata. Jurnal Teknoif Teknik Informatika Institut
Teknologi Padang, 8(1), 1–6.
Rahmat, I., & Agusti, N. (2018). Manajemen Sumber Daya Manusia Islam: Sejarah, Nilai, dan Benturan.
Jurnal Ilmiah Syi’ar, 18(1), 23–38.
Sahadi, S., Ardhiansyah, M., & Husain, T. (2020). Sistem Pendukung Keputusan Pemilihan Siswa/i
Kelas Unggulan Menggunakan Metode AHP dan TOPSIS. Jurnal Teknologi Sistem Informasi,
1(2), 153–167.
Sikumbang, E. D., & Muhammad, I. M. (2021). Metode Topsis Dalam Sistem Pendukung Keputusan
Pemilihan Siswa Berprestasi. J-SAKTI (Jurnal Sains Komputer Dan Informatika), 5(1), 481–
490.
Simanjuntak, R., Safii, M., & Saputra, W. (2020). Sistem Pendukung Keputusan Pemilihan Siswa
Terbaik Dengan Menggunakan Metode Topsis di SMA Sultan Agung Pematangsiantar.
Prosiding Seminar Nasional Riset Information Science (SENARIS), 2, 331–341.
Suhendar, A. (2021). Pengaruh Persepsi tentang Perubahan Struktur Organisasi terhadap Kinerja
Pegawai pada Direktorat Jenderal EBTKE Kementerian ESDM. Journal of
Education,Humaniora and Social Sciences (JEHSS), 4(1), 546–552.
Syahrizal, M. (2018). Sistem Penunjang Keputusan Pembelian Mobil Baru Dengan Fuzzy Multy
Attribute Decision Making Dengan Metode Simple Additive Weighting (Saw). Universitas
Mercu Buana Yogyakarta.
Çepni, O., Hacıhasanoğlu, Y. S., & Yılmaz, M. H. (2020). Credit decomposition and economic activity
in Turkey: A wavelet-based approach. Central Bank Review, 20(3), 109–131.
https://doi.org/https://doi.org/10.1016/j.cbrev.2020.06.001
Irianti, F. F., Firman, F., & Sahirudin, S. (2021). Perancangan Sistem Informasi Absensi Siswa Berbasis
Online di SMK Modellink Sorong. JURNAL PETISI (Pendidikan Teknologi Informasi), 2(1), 24–
31.
Pratama, R. P., Werdiningsih, I., & Puspitasari, I. (2018). Sistem Pendukung Keputusan Pemilihan
Siswa Berprestasi di SMP dengan Metode VIKOR dan TOPSIS. Journal of Information Systems
Engineering and Business Intelligence, 4(2), 131–138.
Putra, D. W. T., Santi, S. N., Swara, G. Y., & Yulianti, E. (2020). Metode Topsis Dalam Sistem
Pendukung Keputusan Pemilihan Objek Wisata. Jurnal Teknoif Teknik Informatika Institut
Teknologi Padang, 8(1), 1–6.
Qiao, M., Wang, Y., Wu, S., Fu, X., Gu, Y., & Dou, M. (2021). A realistic and multilevel measurement
of citywide spatial patterns of economic segregation based on human activities. Cities, 110,
PENERAPAN METODE TOPSIS SISTEM PENUNJANG
KEPUTUSAN PADA KELAYAKAN PEMBERIAN PINJAMAN
NASABAH
Vol 1,No 1 September,2022
Gunawan, Milkhatunisya, Sarif Surorejo, PingkySeptiana Ananda
13
103067. https://doi.org/https://doi.org/10.1016/j.cities.2020.103067
Sikumbang, E. D., & Muhammad, I. M. (2021). Metode Topsis Dalam Sistem Pendukung Keputusan
Pemilihan Siswa Berprestasi. J-SAKTI (Jurnal Sains Komputer Dan Informatika), 5(1), 481–490.
Suhendar, A. (2021). Pengaruh Persepsi tentang Perubahan Struktur Organisasi terhadap Kinerja
Pegawai pada Direktorat Jenderal EBTKE Kementerian ESDM. Journal of Education,
Humaniora and Social Sciences (JEHSS), 4(1), 546–552.
work is licensed under a
Creative Commons Attribution-ShareAlike 4.0 International License