SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN BANK SEBAGAI TEMPAI MENABUNG DI KOTA MALANG DENGAN MENGGUNAKAN METODE SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE (SMART)
Dari banyak pilihan, diperlukan kesepakatan bahwa pilihan yang satu akan menjadi lebih baik dalam jangka tertentu. Penentuan bank sebagai tempat menabung di kota malang dipengaruhi oleh banyak faktor, diantaranya adalah lokasi, ketersediaan Automatic teller machine (ATM), jam kerja, layanan pelanggan dan perbankan online.
Dengan menggunakan metode pembobotan atau simple multi Attribute rating technique (SMART), sebagai salah satu system pendukung keputusan, kriteria–kriteria yang menjadi pengaruh faktor penentu tersebut dianalisa sehingga ditemukan hasil yang sesuai dengan prioritas kebutuhan konsumen.
I. Pendahuluan
Sebagai Negara yang sedang berkembang, Indonesia banyak mengalami pasang surut dunia kerja. Salah satu kegiatan yang saat ini sedang mengalami peningkatan adalah dunia perbankan. Lebih kompetitifnya dunia perbankan di Indonesia karena deregulasi peraturan membuat bank memiliki fleksibilitas pada layanan yang mereka tawarkan, lokasi tempat mereka beroperasi, dan tarif yang mereka bayar untuk simpanan deposan.
Dari pandangan konsumen atau nasabah, hal tersebut tentu sangat berpengaruh terhadap pengambilan keputusan dalam pemilihan bank sebagai tempat untuk menabung yang sesuai dengan keinginan dan kebutuhan. Hal ini juga terjadi di kota malang. Sebagai salah satu kota besar di jawa timur, kota malang telah menjadi sentra bisnis para perbankan lokal maupun internasional. Masyarakat malang sendiri harus benar-benar selektif dalam penentukan bank karena semakin banyaknya pilihan. Banyak faktor yang mempengaruhi pemilihan bank sebagai tempat untuk menabung, diantaranya adalah lokasi, ketersediaan Automatic teller machine (ATM), jam kerja, layanan pelanggan dan perbankan online. Dari kesekian faktor tersebut diperlukan system pendukung keputusan yang tepat untuk pemilihan bank karena setiap konsumen tentunya memiliki skala prioritas masing-masing.
II. lANDASAN TEORI
A. Pengertian Sistem Pendukung Keputusan
Sistem pendukung keputusan merupakan suatu penerapan sistem informasi yang ditujukan untuk membantu pimpinan dalam proses pengambilan keputusan. Sistem pendukung keputusan menggabungkan kemampuan komputer dalam pelayanan interaktif dengan pengolahan atau pemanipulasi data yang memanfaatkan model atau aturan penyelesaian yang tidak terstruktur (Turban, 2005:19).
Dapat disimpulkan bahwa, Sistem Pendukung Keputusan adalah sebuah sistem yang mendukung kerja seorang manager maupun sekelompok manager dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu.
B. Simple Multy Attribute Rating (SMART) Technique
Pada hakekatnya Simple Multy Attribute Rating (SMART) merupakan suatu model pengambil keputusan yang komprehensif dengan memperhitungkan hal-hal yang bersifat kualitatif dan kuantitatif. Dalam model pengambilan keputusan dengan SMART pada dasarnya berusaha menutupi setiap kekurangan dari model-model tanpa komputerisasi sebelumnya. SMART juga memungkinkan ke struktur suatu sistem dan lingkungan kedalam komponen saling berinteraksi dan kemudian menyatukan mereka dengan mengukur dan mengatur dampak dari komponen kesalahan sistem.
Peralatan utama dari model ini adalah sebuah hirarki fungsional dengan input utamanya adalah persepsi manusia. Jadi pada dasarnya tidak ada perbedaan yang mencolok pada model SMART dengan model lainnya sama sama terletak pada jenis inputnya, hanya saja terdapat persentase dari setiap pembobotan langsung yang ditentukan oleh hasil analisa permasalahan.
C. Metode Pembobotan Simple Multy Attribute Rating (SMART)
Merupakan metode pendukung keputusan yang paling sederhana. Dalam metode ini dilihat beberapa parameter yang menjadi penentu keputusan tersebut. Parameter tersebut mempunyai range nilai dan bobot yang berbeda-beda. Nilai tersebut nantinya akan menjadi penentu keputusan yang diambil.
III. PEMBAHASAN
3.1. Model dan Bobot Penilaian Sistem
Pendukung Keputusan
Model sistem pendukung keputusan pemilihan bank sebagai tempat menabung
dibuat dalam 4 jenis model yaitu model
lokasi, model ketersediaan Automatic teller machine (ATM), model jam kerja, model layanan pelanggan dan model perbankan online. Dimana masing-masing
model tersebut memiliki beberapa elemen yang akan menentukan hasil akhir sistem pendukung keputusan yang akan digunakan oleh para nasabah dalam menentukan suatu keputusan. Setiap elemen bobot penilaian yang berbeda-beda tergantung dari hasil jenis model.
Batasan penilaian dimulai dari 10 sebagai range terendah sampai dengan 100 sebagai range tertinggi, sehingga pada akhirnya kelayakan pemilihan bank diukur dengan nilai sebagai 80-100 untuk kategori
diterima oleh pengguna untuk menabung, 60-79 untuk kategori dipertimbangkan apakah ya atau tidak, 0-59 untuk kategori ditolak artinya tidak layak untuk tempat menabung bagi nasabah yang bersangkutan.
Penentuan bobot penilaian telah dilakukan berdasarkan kriteria yang telah ditetapkan dengan bersumber pada hasil penelitian, namun hal ini untuk seterusnya bias diadakan perubahan-perubahan searah dengan tuntutan kebutuhan. Bahwa sistem pada proses penilaiannya mengacu kepada pemenuhan kriteria-kriteria yang telah ditetapkan serta mengacu pada beberapa kasus yang telah terjadi, sehingga benar-benar mempunyai tolak ukur yang baik.
3.2. Perancangan Basis Model
Dalam mendukung proses pengambilan keputusan, digunakan model pembobotan yang dibangun untuk menentukan prioritas pemilihan bank dalam menghasilkan keluaran sistem secara keseluruhan dengan melakukan langkah-langkah sebagai berikut:
a. Input nilai kriteria masing-masing model.
b.Input bobot masing-masing kriteria.
c.Hitung normalisasi dari bobot.
Rancangan model untuk mengevaluasi pemilihan bank adalah sebagai berikut:
1. Kriteria lokasi
Model lokasi dimaksudkan untuk menentukan kenyamanan serta kemudahan penjangkauan bank yang akan digunakan sebagai tempat menabung oleh nasabah serta berapa besar nilai dari masing-masing point tersebut. Dengan pemberian nilai mulai dari terkecil 10 sampai terbesar 100.
Tabel 1. Kriteria lokasi
No
|
Kriteria Lokasi
|
Nilai
|
Bobot
|
1.
|
Dekat tempat tinggal
|
100
|
80 %
|
2.
|
Dekat tempat bekerja / study
|
80
| |
3.
|
Dekat Sarana Umun
|
60
| |
4.
|
Di Pusat Kota
|
40
| |
5.
|
Dekat pusat perbelanjaan
|
20
| |
6.
|
Dekat tempat hiburan
|
10
|
Nilai lokasi adalah:
2. Kriteria ketersediaan ATM
Model ketersediaan ATM dimaksudkan untuk memberikan kemudahan kepada nasabah dalam melakukan transaksi tanpa harus datang ke kantor pusat bank tersebut serta berapa besar nilai dari masing-masing point tersebut. Dengan pemberian nilai mulai dari terkecil 10 sampai terbesar 100.
Tabel 2. Kriteria ketersediaaan ATM
No
|
Kriteria Lokasi
|
Nilai
|
Bobot
|
1.
|
Dekat tempat tinggal
|
100
|
70 %
|
2.
|
Berada di dekat tempat customer bekerja / study
|
90
| |
3.
|
Berada dijalur yang dilalui saat kegiatan
|
80
| |
4.
|
Dekat Sarana Umun
|
70
| |
5.
|
Di Pusat Kota
|
60
| |
6.
|
Dekat pusat perbelanjaan
|
40
| |
7.
|
Dekat tempat hiburan
|
20
|
Nilai ketersediaan ATM adalah:
3. Kriteria Jam Kerja
Model jam kerja dimaksudkan untuk memberikan kemudahan kepada nasabah dalam melakukan transaksi tanpa kwatir jam kerja bank telah usai serta berapa besar nilai dari masing-masing point tersebut. Dengan pemberian nilai mulai dari terkecil 10 sampai terbesar 100.
Tabel 3. Kriteria Jam Kerja Bank
No
|
Kriteria Lokasi
|
Nilai
|
Bobot
|
1.
|
Tidak bertabrakan dengan jam kerja nasabah
|
100
|
50 %
|
2.
|
Melayai nasabah di hari libur
|
80
| |
3.
|
Waktu operasional bank lebih lama
|
60
| |
4.
|
Melayani nasabah diluar jam operasional
|
40
|
Nilai jam kerja adalah:
4. model layanan pelanggan
Model layanan pelanggan dimaksudkan untuk memberikan bagaimana model layanan yang diberikan kepada nasabah bank tersebut serta berapa besar nilai dari masing-masing point tersebut. Dengan pemberian nilai mulai dari terkecil 10 sampai terbesar 100.
Tabel 4. Kriteria model layanan pelanggan
No
|
Kriteria Lokasi
|
Nilai
|
Bobot
|
1.
|
Pertugas dapat memprediksi keinginan nasabah
|
100
|
40 %
|
2.
|
Personalisasi interaksi dengan pelanggan
|
80
| |
3.
|
Mempertahankan pelanggan yang berharga
|
60
| |
4.
|
Mempu memberi solusi
|
40
| |
5.
|
Dekat dengan nasabah
|
20
|
Nilai model layanan adalah:
5. Kriteria model perbankan on-line
Model perbankan online dimaksudkan untuk memberikan bagaimana model perbankan online yang diberikan kepada nasabah bank tersebut serta berapa besar nilai dari masing-masing point tersebut. Dengan pemberian nilai mulai dari terkecil 10 sampai terbesar 100.
Tabel 5. Kriteria model perbankan online
No
|
Kriteria Lokasi
|
Nilai
|
Bobot
|
1.
|
Mobile banking dan Layanan internet lain
|
100
|
30 %
|
2.
|
Hanya memiliki mobile banking
|
80
| |
3.
|
Hanya memiliki layanan internet
|
60
| |
4.
|
Mobile banking sulit diakses
|
40
| |
5.
|
Layanan perbankan online tidak update
|
20
| |
6.
|
Tidak memiliki perbankan online
|
10
|
Nilai model perbankan online adalah:
Proses perhitungan keseluruhan model berdasarkan rumus dari pembobotan yang di jelaskan di depan adalah sebagai berikut
- Nilai akhir adalah:
Berdasarkan nilai akhir yang didapat yaitu 32,37 dimana rentan nilai tersebut berada antara 0-59 yang artinya bank tersebut tidak dipilih atau tidak layak dijadikan tempat untuk menabung bagi nasabah yang bersangkutan.
I. KESIMPULAN
Dari pembahasan yang telah dijelaskan di atas maka dapat ditarik kesimpulan sebagai berikut
1. Hasil dari perhitungan dengan menggunakan sistem Simple Multy Attribute Rating (SMART) adalah perangkaian bobot tertinggi sampai bobot rendah dimana bobot tertinggi merupakan hasil yang dibutuhkan oleh nasabah dalam memilih bank sebagai tempat untuk menginvestasikan uang.
2. Konsep rancangan sistem pendukung keputusan penentuan bank sebagai tempat menabung diharapkan dapat menjadi acuan bagi pengembangan sistem berbasis kompoter atau computer base system nantinya. Dari banyaknya bank yang ada di kota malang diharapkan dapat membantu para calon nasabah dalam menentukan bank yang llayak dan sesuai dengan keinginan dari calon nasabah tersebut.
References
https://www.academia.edu/3620902/Sistem_Pendukung_Keputusan#diakses pada tanggal 25 januari 2014
Jurnal Ilmu Komputer - Volume 5 - No 2 – September 2012
Turban, Efraim, 2005, Sistem Pendukung Keputusan dan Sistem Cerdas, Andi, Yogyakarta.
Tidak ada komentar:
Posting Komentar