1

TUGAS MATA KULIAH SISTEM INFORMASI MANAJEMEN DOSEN: Prof. Dr. Ir. Kudang Boro Seminar, MSc

DISUSUN OLEH:

[KELOMPOK 4 – E50] ATTAR ASMAWAN P056133052.50E

DONNY KRISTIYANTO P056133092.50E

DUDY BUDIANA P056133102.50E

M. RIZAL ANDRIYANTO P056133212.50E

NOVRI RULYASRI P056133232.50E

PROGRAM PASCASARJANA MANAJEMEN DAN BISNIS INSTITUT PERTANIAN BOGOR

NOVEMBER 2014

IRS ONLINE SEBAGAI ALAT ANALISA

DALAM PROSES PEMBERIAN KREDIT DI

BNI

2

DAFTAR ISI

DAFTAR ISI ................................................................................................. 2

DAFTAR GAMBAR ..................................................................................... 3

DAFTAR TABEL ......................................................................................... 4

I. PENDAHULUAN .................................................................................. 5

I.1. LATAR BELAKANG .................................................................. 5

I.2. PROFIL PERUSAHAAN ............................................................. 7

I.3. PROSES BISNIS UTAMA (Core) ............................................... 9

I.4. SUMBER DAYA .......................................................................... 8

I.5. FOKUS PENERAPAN DSS ......................................................... 9

II. REVIEW LITERATURE ....................................................................... 13

II.1. LANDASAN TEORI DSS/GDSS ................................................ 13

II.2. PERKEMBANGAN APLIKASI DSS .......................................... 14

III. PEMBAHASAN ..................................................................................... .24

III.1. KRITERIA DAN PARAMETER ................................................. 24

III.2. KEBUTUHAN DATA ................................................................. .26

III.3. ILUSTRASI CONTOH APLIKASI... .......................................... .27

III.4. KEUNTUNGAN DAN KERUGIAN.. ......................................... .32

IV. KESIMPULAN DAN SARAN .............................................................. .34

IV.1. KESIMPULAN ............................................................................. .34

IV.2. SARAN ......................................................................................... .34

DAFTAR PUSTAKA .................................................................................... .35

LAMPIRAN .................................................................................................. 37

3

DAFTAR GAMBAR

Gambar I.1. Transformasi Identitas Korporat BNI ............................... 8

Gambar II.2. Komposisi Kepemilikan Saham di BNI ............................ 8

Gambar III.1. Tampilan Aplikasi IRS Online .......................................... 27

Gambar III.2. Tampilan Halaman Utama IRS Online ............................. 28

Gambar III.3. Data Pokok Debitur .......................................................... 28

Gambar III.4. Data Kredit ......................................................................... 29

Gambar III.5. Jenis Jaminan .................................................................... 29

Gambar III.6. Nilai Jaminan .................................................................... 30

Gambar III.7. Menu Rating Debitur ......................................................... 30

Gambar III.8. Kriteria Untuk Rating ....................................................... 31

Gambar III.9. Rasio Keuangan Debitur ................................................... 31

Gambar III.10. Hasil Rating ..................................................................... 31

Gambar III.11. Skala Rating Nasabah ..................................................... 32

4

DAFTAR TABEL

Tabel III.1. Ulasan Atau Review Dari Beberapa Jurnal ........................................... 16

LAMPIRAN

Tabel V.1. Contoh Formulir Analisa Rating .......................................................... 37

5

BAB I

PENDAHULUAN

I.1. LATAR BELAKANG

Bank adalah bisnis yang unik. Mereka melakukan bisnis dengan menggunakan

dana orang lain (other people’s money). Walaupun banyak pihak mengusahakan agar

pendapatan bank dapat terdiversifikasi ke arah fee based, sumber pendapatan bank sampai

dengan saat ini masih didominasi oleh pendapatan bunga (interest revenue) yang berasal

dari pemberian kredit (Jopie Jusuf, 1993).

Pertumbuhan bisnis perbankan yang saat ini semakin berkembang menuntut setiap

bank agar lebih kreatif, efektif dan efisien sehingga bisa unggul dibanding yang lain dan

mencapai profit yang diharapkan. Bank merupakan lembaga intermediary dengan konsep

utama mengelola dana dari masyarakat dalam bentuk funding dan menyalurkannya

kembali ke masyarakat dalam bentuk lending.

Kredit merupakan salah satu bisnis utama bank yang memiliki resiko yang tinggi,

namun di sisi yang lain memberikan pendapatan yang besar bagi bank. Oleh karena itu,

pemberian kredit harus dilaksanakan oleh pejabat/pegawai kredit yang mengerti dan

memahami dasar-dasar perkreditan dan melaksanakannya sesuai aturan serta kaidah

budaya perkreditan. Pertumbuhan kredit harus sejalan dengan kualitas kreditnya yang

bagus suatu bank sangat ditentukan oleh bagaimana proses kredit dilakukan sejak awal

sampai dengan proses maintenance nasabahnya.

Kebutuhan masyarakan akan kredit dan target pertumbuhan bisnis kredit perbankan

tentu memerlukan konsep proses kredit yang mumpuni agar kesehatan bisnis bank dapat

terjaga. Dalam memilih lembaga perbankan yang tepat, banyak hal yang dipertimbangkan

oleh calon debitur, diantaranya : kecepatan, kemudahan, pricing, service dan hal lainnya.

Setiap bank yang memiliki keunggulan dalam setiap hal tersebut, tentunya akan menjadi

dipilih oleh calon debitur.

Dengan mempertimbangkan bahwa harapan/dasar pemilihan lembaga pembiayaan

yang akan dipilih oleh masyarakat dan perlunya menjaga kualitas kredit, maka salah satu

criteria yang banyak dikembangkan oleh bank adalah bagaimana mempercepat dan

mempermudah proses pengajuan kredit dengan tetap menjaga agar kualitas kredit dapat

terjaga. Improvement process banyak dilakukan oleh bank, khususnya untuk kredit yang

diberikan secara mass product, misalnya kredit konsumsi maupun ritel yatu dengan

6

membuat konsep scoring untuk analisa kredit. Dengan konsep scoring ini akan membantu

mempercepat proses kredit, menjaga objektivitas dan pada akhirnya akan membantu

memjaga kualitas kredit.

Kredit merupakan bisnis yang beresiko dimana ada kemungkinan kredit yang

diberikan tidak dapat tertagih (macet). Sehubungan dengan hal tersebut, sudah seharusnya

bank hanya memberikan kredit kepada debitur yang layak. Bank harus dapat

mengendalikan resiko kredit yang diberikan. Untuk itu, bank sudah seharusnya

mengembangkan suatu proses seleksi dan proses analisa kredit yang komprehensif untuk

menyaring proposal kredit yang masuk. Melalui proses penyaringan tersebut diharapkan

kredit yang diberikan adalah kredit dengan kualitas yang bagus.

Sistem credit scoring merupakan salah satu implementasi Decission Support

System (DSS) di bidang perbankan, dimana dengan system ini akan membantu pemegang

keputusan kredit dan memberikan gambaran seperti apa kondisi debiturnya berdasarkan

score yang ditetapkan. Risk scoring merupakan alat yang digunakan untuk mengevaluasi

tingkat resiko berkaitan dengan pemohon kredit atau nasabah.

Secara garis besar, pelaksanaan proses analisa kredit di BNI meliputi 8 langkah

kegiatan sbb:

1. Screening

2. Pengumpulan Data

3. Verifikasi Data

4. Analisa Laporan Keuangan dan aspek-aspek perusahaan lainnya

5. Analisa Resiko

6. Analisa Proyeksi Keuangan

7. Evaluasi kebutuhan Keuangan

8. Struktur Fasilitas Kredit

Kedelapan proses kredit tersebut di atas diberikan batas waktu maksimal selama 14

hari kerja (Service Level Agreement atau SLA) agar sampai pada proses keputusan kredit.

Dengan melihat persaingan antar bank saat ini yang semakin ketat, sangat dibutuhkan

proses kredit yang cepat dan akurat. Untuk mengakomodir kebutuhan pasar seperti itu

dengan tidak melupakan alur proses kredit di atas dan tetap memperhatikan prinsip kehati-

hatian agar menghasilkan keputusan kredit yang sehat, BNI sejak ± 15 tahun yang lalu

telah membuat sistem yang diberi nama IRS Online sebagai salah satu Decision Support

System (DSS) dalam analisa kredit. Sistem ini sampai saat ini masih terus dilakukan

7

penyempurnaan sehingga dapat lebih bersinergi dengan kondisi persaingan bank saat ini.

Dalam melakukan proses kredit di BNI khususnya terdapat 2 unit yang terlibat yaitu

unit bisnis yang dalam hal ini disebut Relationship Manager (RM) dan unit resiko

yang disebut Credit Analyst (CA). Aplikasi IRS Online tersebut dioperasikan oleh CA.

Output yang dihasilkan dari aplikasi IRS Online tersebut adalah berupa scoring yang

berisi rekomendasi kepada pemutus kredit (dhi. pemimpin unit kredit seperti

Pemimpin SKC) apakah pengajuan kredit dari debitur/calon debitur dapat disetujui

atau tidak. Keputusan yang dihasilkan oleh pemutus kredit tersebut dapat dikatakan

sebagai keptusan yang efektif dan efisien karena telah mempertimbangkan segala

aspek yang dibutuhkan dalam pemberian kredit karena segala aspek telah diakomodir

oleh aplikasi IRS Online tersebut.

I.2. PROFIL PERUSAHAAN

Berdiri sejak 1946, BNI yang dahulu dikenal sebagai Bank Negara Indonesia,

merupakan bank pertama yang didirikan dan dimiliki oleh Pemerintah Indonesia. Tahun

1992, status hukum dan nama BNI berubah menjadi PT Bank Negara Indonesia (Persero),

sementara keputusan untuk menjadi perusahaan publik diwujudkan melalui penawaran

saham perdana di pasar modal pada tahun 1996.

Kemampuan BNI untuk beradaptasi terhadap perubahan dan kemajuan lingkungan,

sosial-budaya serta teknologi dicerminkan melalui penyempurnaan identitas perusahaan

yang berkelanjutan dari masa ke masa. Hal ini juga menegaskan dedikasi dan komitmen

BNI terhadap perbaikan kualitas kinerja secara terus-menerus.

Dalam masa perjalanannya, BNI telah mereposisi identitas korporatnya untuk

menyesuaikan dengan pasar keuangan yang dinamis. Identitas pertama sejak BNI berdiri

berupa lingkaran warna merah dengan tulisan BNI 1946 berwarna emas melambangkan

persatuan, keberanian, dan patriotisme yang memang merefleksikan semangat BNI sebagai

bank perjuangan. Pada tahun 1988, identitas korporat berubah menjadi logo layar kapal &

gelombang untuk merepresentasikan posisi BNI sebagai Bank Pemerintah Indonesia yang

siap memasuki pasar keuangan dunia dengan memiliki kantor cabang di luar negeri.

Gelombang mencerminkan gerak maju BNI yang dinamis sebagai bank komersial negara

yang berorientasi pada pasar.

Setelah krisis keuangan melanda Asia tahun 1998 yang mengguncang kepercayaan

masyarakat terhadap perbankan nasional, BNI melakukan program restrukturisasi termasuk

8

diantaranya melakukan rebranding untuk membangun & memperkuat reputasi BNI.

Identitas baru ini dengan menempatkan angka ‘46’ di depan kata ‘BNI’. Kata ‘BNI’

berwarna tosca yang mencerminkan kekuatan, keunikan, dan kekokohan. Sementara angka

‘46’ dalam kotak orange diletakkan secara diagonal untuk menggambarkan BNI baru yang

modern.

Gambar 1.

Transformasi Identitas Korporat BNI

(sumber : www.bni.co.id)

Pada tahun 1996 BNI menjadi bank BUMN pertama yang mencatatkan sahamnya

di BEJ. Sampai saat ini Pemerintah RI memegang 60% saham BNI, sementara sisanya

40% dimiliki oleh pemegang saham publik baik individu maupun institusi domestik &

asing.

Gambar 2.

Komposisi Kepemilikan Saham di BNI

(sumber : www.bni.co.id)

9

Sejak berdiri pada tahun 1946, BNI senantiasa menjadi bagian dari dinamika

pembangunan perekonomian Indonesia. Dalam kurun waktu lebih dari separuh abad itu

juga, BNI telah berkembang menjadi bank nasional yang kokoh dengan pertumbuhan

keuangan berkelanjutan. Sebagai bank yang melayani negeri kebanggaan bangsa, BNI

ditantang untuk terus mewujudkan komitmen dan meraih prestasi agar senantiasa

memberikan layanan dan kinerja yang unggul bagi nasabah dan bangsa Indonesia saat ini

dan di masa mendatang sesuai dengan visi dan misi perusahaan. Adapun visi dan misi BNI

adalah sebagai berikut :

1. Visi BNI

Menjadi bank yang unggul, terkemuka dan terdepan dalam layanan dan

kinerja

2. Misi BNI

Memberikan layanan prima dan solusi yang bernilai tambah kepada seluruh

nasabah, dan selaku mitra pillihan utama (the bank choice)

Meningkatkan nilai investasi yang unggul bagi investor.

Menciptakan kondisi terbaik bagi karyawan sebagai tempat kebanggaan

untuk berkarya dan berprestasi.

Meningkatkan kepedulian dan tanggung jawab terhadap lingkungan dan

sosial.

Menjadi acuan pelaksanaan kepatuhan dan tata kelola perusahaan yang

baik.

I.3. PROSES BISNIS UTAMA (Core)

Saat ini, BNI adalah bank terbesar ke-4 di Indonesia berdasarkan total aset, total

kredit maupun total dana pihak ketiga (DPK). BNI menawarkan layanan jasa keuangan

terpadu kepada nasabah, didukung oleh perusahaan anak. Sebagai salah satu lembaga

intermediary, BNI menawarkan layanan penyimpanan dana pihak ketiga (DPK) maupun

fasilitas pinjaman baik pada segmen korporasi, menengah, maupun kecil serta layanan jasa

(services). Dengan produk & layanan yang disesuaikan dengan kebutuhan nasabah di

semua segmen, BNI yakin dapat menjadi Bank of Choice.

BNI memiliki komitmen menjadi fasilitator pembangunan untuk mendukung

pertumbuhan industri di Indonesia. Sebagai bagian dari transformasi bisnis, BNI fokus

pada delapan sektor industri unggulan yang prospektif, yaitu : Minyak, Gas, &

10

Pertambangan, Telekomunikasi, Kimia, Agribisnis, Makanan & Minuman, Perdagangan

Besar & Eceran, Kelistrikan dan Konstruksi.

Bisnis BNI saat ini telah disesuaikan dengan segmentasi nasabah dan

mengantisipasi permintaan pasar yang semakin dinamis. BNI juga telah melakukan

transformasi bisnis dari product centric menjadi customer centric dengan fokus pada

Business Banking dan Consumer & Retail. Di segmen Business Banking, BNI menawarkan

integrated financial solution bagi nasabah dengan fokus pada delapan sektor industri

unggulan. Untuk segmen Consumer & Retail Banking, BNI bertekad menjadi lifetime

banking partner bagi para nasabah dengan menyediakan produk dan jasa perbankan di

setiap tahapan usia. Untuk melengkapi kebutuhan nasabah di bisnis tresuri & internasional,

BNI berkomitmen untuk menjembatani bisnis nasabah dengan mengoptimalkan

keberadaan kantor cabang BNI di kota finansial dunia : Singapura, Hong Kong, Tokyo,

Osaka, London, dan New York. Khusus ntuk sektor kredit, BNI membagi ke dalam 3

segmen, yaitu :

1. Segmen Usaha Kecil, menangani pemberian kredit hingga Rp 15 milyar.

Pemberian kredit ini disalurkan melalui Sentra Kredit Kecil (SKC). Saat ini

BNI memiliki lebih dari 50 unit SKC yang dapat memfasilitasi kebutuhan kredit

nasabah.

2. Segmen Kredit Menengah mengelola pemberian kredit di atas Rp 15 milyar

hingga Rp 150 milyar yang disalurkan melalui Sentra Kredit Menengah (SKM).

Sampai dengan saat ini BNI memiliki lebih dari 20 unit SKM di seluruh

Indonesia.

3. Segmen Korporasi diberikan kepada nasabah korporasi dengan skala yang

lebih besar lagi. Sesuai dengan peran BNI sebagai agent of development dan

fasilitator dalam Masterplan Percepatan dan Perluasan Pembangunan Ekonomi

Indonesia (MP3EI), penyaluran kredit BNI difokuskan pada delapan sektor

industri unggulan yaitu Minyak, Gas, & Pertambangan; Telekomunikasi;

Kimia; Agribisnis; Makanan & Minuman; Perdagangan Besar & Eceran;

Kelistrikan; dan Konstruksi, sementara penyaluran kredit menengah dan kecil

dilakukan dengan lebih terarah dan terintegrasi melalui pendekatan value chain.

I.4. SUMBER DAYA

BNI menyadari bahwa bisnis perbankan sangat bertumpu pada pelayanan, sehingga

faktor sumber daya manusia dan kekuatan teknologi memegang peranan penting untuk

11

menghasikan kinerja unggul. Pemenuhan kebutuhan sumber daya manusia BNI berasal

dari internal melalui asessmen pegawai dan sumber eksternal melalui fresh graduate dan

experience hire. Kekuatan BNI terletak pada kemampuan SDM yang memiliki

keterampilan dan integritas yang tinggi dalam melayani nasabah dengan sepenuh hati dan

profesional.

Untuk menjawab pertumbuhan industri perbankan yang signifikan dan perilaku

nasabah yang sangat dinamis di mana membutuhkan pelayanan yang cepat dan tepat,

dukungan teknologi informasi menjadi kunci utama layanan perbankan. Saat ini BNI

memiliki lebih dari 1.700 kantor cabang dan lebih dari 14.000 ATM yang tersebar di

seluruh Indonesia termasuk jaringan ATM Bersama dan ATM Link serta enam kantor

cabang di luar negeri termasuk remittance representatif di beberapa negara. Dengan jumlah

outlet dan jaringan demikian luasnya, dibutuhkan dukungan teknologi yang handal. BNI

memiliki command centre yang bertugas memantau operasional BNI dapat berjalan lancar

selama 24 jam.

Di akhir tahun 2013, jumlah aset yang dimiliki BNI tercatat sebesar Rp386,7 triliun

dan jumlah karyawan sebanyak 26.100 orang. Jaringan layanan BNI tersebar di seluruh

Indonesia melalui ke-1.693 outlet domestik dan di luar negeri melalui cabang-cabang di

New York, London, Tokyo, Hong Kong, Singapura dan Osaka. Jaringan ATM BNI saat ini

tercatat sebanyak 11.163 unit ATM milik sendiri. Layanan BNI juga tersedia melalui

42.000 EDC, Internet Banking, dan SMS Banking.

I.5. FOKUS PENERAPAN DSS

Sudah begitu banyak perusahaan di berbagai industri yang bergantung pada

perangkat, teknik dan pemodelan pendukung keputusan atau lebih dikenal dengan istilah

Decision Support System (DSS), untuk membantu mereka menganalisa dan memecahkan

beragam pertanyaan bisnis sehari-hari. Dalam perjalanannya BNI selalu beradaptasi

terhadap perubahan dan kemajuan lingkungan, sosial-budaya serta teknologi dalam

kaitannya dengan pengambilan keputusan dalam bisnis. Hal ini juga menegaskan dedikasi

dan komitmen BNI terhadap perbaikan kualitas kinerja secara terus-menerus.DSS saat ini

kebanyakan dibangun berbasis software interaktif yang mampu mempermudah decision

maker (pengambil kebijakan) untuk mengambil keputusan berdasarkan data-data mentah,

dokumen, bekal pengetahuan individu maupun bisnis model yang disediakan oleh software

aplikasi DSS.

12

Penerapan DSS dapat diterapkan di seluruh fungsi bisnis BNI dan juga pada fungsi

operasional di BNI. Pada fungsi bisnis misalnya adalah DSS Pemasaran dimana

merupakan suatu sistem komputerisasi informasi yang dapat mendukung para

penggunanya dalam perencanaan dan pengambilan keputusan pemasaran. DSS ini dapat

dimanfaatkan oleh manajer pemasaran (baik pemasaran dana maupun pemasaran kredit)

yang mengalami kesulitan dalam menentukan tingkat suku bunga yang ditawarkan serta

strategi penjualan pada customer tertentu dalam waktu tertentu. Oleh karena itu,

membangun DSS untuk bagian pemasaran sangat diperlukan agar dapat memberikan

informasi yang dibutuhkan secara tepat dan lengkap. Model data warehouse yang akan

dibangun adalah menyimpan data yang berhubungan dengan sejarah penjualan suatu

produk perbankan untuk pelanggan tertentu pada rentang waktu tertentu oleh seorang

tenaga pemasar tertentu sehingga manajer pemasaran bisa menganalisis kinerja staf

pemasarannya, menentukan harga produk yang bisa menghasilkan keuntungan yang

optimal, dan strategi pemasaran yang perlu diterapkan pada pelanggan tertentu.

Contoh lainnya penggunaan DSS di BNI adalah DSS kelayakan proposal kredit,

lebih dikenal dengan IRS Online (singkatan dari Internal Rating System Online).

Penggunaan DSS ini sangat dibutuhkan dalam mengatasi persaingan antar bank yang

semakin ketat saat ini. Banyaknya perusahaan atau pun pengusaha yang mengajukan kredit

ke BNI membuat BNI harus lebih meningkatkan kualitas pelayanan terhadap nasabah

dengan tidak mengabaikan prinsip kehati-hatian. Penyaluran kredit yang berhasil akan

membawa keuntungan yang besar bagi BNI. Aplikasi DSS ini sangat membantu dan

memudahkan pihak pengambil keputusan dalam tugasnya menilai kelayakan proposal

kredit.

Dalam pemanfaatan TI dan mengembangkan kualitas, BNI membutuhkan TI

sebagai driver untuk mendukung proses bisnis, kegiatan operasi, dan customer service.

Penerapan TI sekarang ini lebih dimaksudkan untuk mendekati customer yaitu untuk

memenuhi tuntutan nasabah, yang umumnya sangat membutuhkan layanan yang

convenience dan cepat kepada nasabahnya.

13

BAB II

REVIEW LITERATURE

II.1. LANDASAN TEORI DSS/GDSS

Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS)

pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan

istilah Management Decision Sistem. Menurut Scott Morton “Sistem Pendukung

Keputusan merupakan penggabungan sumber – sumber kecerdasan individu dengan

kemampuan komponen untuk memperbaiki kualitas keputusan. Sistem Pendukung

Keputusan juga merupakan sistem informasi berbasis komputer untuk manajemen

pengambilan keputusan yang menangani masalah – masalah semi struktur“.

Menurut Sprague dan Carlson (1993) mendefinisikan DSS dengan cukup baik,

sebagai sistem yang memiliki lima karakteristik utama, yaitu:

1. Sistem yang berbasis komputer.

2. Dipergunakan untuk membantu para pengambil keputusan.

3. Untuk memecahkan masalah-masalah rumit yang “mustahil” dilakukan dengan

kalkulasi manual. Melalui cara simulasi yang interaktif. Dimana data dan model

analisis sebagai komponen utama.

Menurut O’Brien (2005) Decision Support System adalah sistem informasi yang

berbasis komputer yang memberikan dukungan informasi yanginteraktif khusus bagi

manajer dan praktisi bisnis untuk proses pengambilan keputusan. Sedangkan menurut

Rivai (2006) Decision Support System adalah sistem dukungan keputusan yang

menempatkan informasi untuk pengambilan keputusan secara harfiah di ujung jari para

pengambil keputusan. Berikut ulasan atau review dari beberapa jurnal ilmiah yang akan

dibahas tentang perkembangan aplikasi DSS.

Dengan pengertian di atas dapat dijelaskan bahwa sistem pendukung keputusan

bukan merupakan alat pengambilan keputusan, melainkan merupakan sistem yang

membantu pengambil keputusan dengan melengkapi mereka dengan informasi dari data

yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang suatu

masalah dengan lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk

menggantikan pengambilan keputusan dalam proses pembuatan keputusan.

14

II.2. PERKEMBANGAN APLIKASI DSS

Dalam perkembangannya DSS mulai dikenal sejak tahun 1970an, banyak studi /

penelitian yang sudah membahas pentingnya Decision Support System (DSS) dalam

berbagai model. Salah satunya Apriani Soepardi, Puryani, Mochammad Chaeron, Isti

Anggraini dalam Jurnal Teknik Industri, 2012, Vol.14, No.2, 107 – 114, dengan judul

Penentuan Kriteria Pemilihan Strategi Sistem Manufaktur Menggunakan Analytic

Hierarchy Process. Analytic Hierarchy Process adalah metode penyelesaian masalah yang

berdasarkan pada beberapa kriteria yaitu respon, kualitas produk, biaya produk,

keterampilan operator, dan persediaan. Kriteria tertinggi ada pada respon. Pada kriteria ini,

perusahaan cor logam dituntut untuk memiliki kemampuan ketangkasan dalam

pengurangan lead-time untuk pengembangan produk, pengenalan produk baru, dan

berbagai macam produk. Sedangkan kriteria untuk kualitas produk mengambil tempat pada

prioritas kedua, diikuti oleh biaya produk, keterampilan operator dan persediaan. Dari

prioritas kemampuan kelincahan yang harus dimiliki oleh perusahaan dari logam cor,

sistem manufaktur sesuai dengan karakteristik organisasi dan mampu merespon dengan

tepat terhadap perubahan lingkungan adalah sistem Lean Manufacturing.

Muhammad Azhari Rahmadani, Anindita Septiarini, dalam Jurnal Informatika

Mulawarwan, 2013, Vol. 8 No.2 Edisi Juli, dengan judul Penerapan Fuzzy Tahani pada

Sistem Pendukung Keputusan Pemilihan Pembelian Rumah di Kota Samarinda,

disimpulkan bahawa Rumah adalah tempat dimana kita berkumpul dengan keluarga dan

melepas lelah setelah beraktifitas sehari-hari. Dengan melihat kesempatan ini developer

perumahan membangun berbagai tipe dan ukuran rumah yang sesuai dengan kebutuhan.

Fuzzy Database dapat digunakan untuk menyampaikan informasi dari data yang bersifat

samar atau ambiguous. Metode yang dipakai dalam tugas akhir ini adalah Fuzzy Database

model Tahani dengan obyek masalah yang diselesaikan adalah rekomendasi pembelian

rumah di kota Samarinda. Data yang disajikan memiliki nilai fire strength atau tingkat

kesesuaian dengan kriteria pilihan diatas angka 0 (nol) sampai dengan angka 1(satu).

Evaristus Didik Madyatmaja dalam Journal of Theoretical and applied Information

Technology, 2014, Vol. 62 No.1, judul Decision Support System model to assist

management consultant in determining the physical infrastructure fund, menyebutkan

bahwa Program Nasional Pemberdayaan Masyarakat (PNPM) Mandiri Perdesaan adalah

bentuk tindakan nyata untuk menangkal kemiskinan di Indonesia. Salah satu upaya yang

dilakukan adalah dengan memberikan dana proyek fisik, yang diharapkan dapat

15

meningkatkan produktivitas dan efisiensi masyarakat itu sendiri. Untuk mendapatkan

donasi, kelompok sosial masyarakat harus sebelumnya mengajukan proposal yang

diverifikasi oleh manajemen Program Nasional Pemberdayaan Masyarakat (PNPM)

Mandiri Perdesaan. Ada banyak kriteria dan proposal yang membutuhkan manajemen

PNPM untuk dapat memperhitungkan manfaat dan risiko dari keputusan. Untuk

mendukung keputusan manajemen PNPM, telah dirancang sebuah sistem yang mampu

membantu manajemen PNPM dalam mengalokasikan dana proyek fisik. Hasil penelitian

ini menunjukkan bahwa sistem pendukung keputusan untuk alokasi dana untuk proyek

fisik akan membantu manajemen PNPM dalam membuat, menghapus, atau mengedit

model penilaian yang ada. Dengan kemudahan membuat model, manajemen PNPM akan

dapat memahami model yang paling tepat untuk diterapkan dalam proyek fisik, sehingga

alokasi dana proyek fisik benar-benar diperoleh oleh kelompok sosial yang

membutuhkannya.

Berikut beberapa ulasan / review lainnya dari beberapa jurnal terkait DSS yang

menunjukkan bahwa DSS berkembang cepat dan telah diaplikasikan pada berbagai bidang:

16

Tabel 1. Ulasan Atau Review Dari Beberapa Jurnal

NO.

PENULIS

JUDUL

DATA

METODE

HASIL

1. Hongyan Hu* and

Wenlong Zhou

School of Economics

and Management,

Beijing Jiaotong

Universty, Beijing

100044,

China

A Decision Support System for

Joint Emission Reduction

Investment

and Pricing Decisions with

Carbon Emission

TradeInternational Journal of

Multimedia and Ubiquitous

Engineering

Primer Analisis

Saat ini dunia industri global sedang

dihadapkan dengan beberapa peraturan

mengenai emisi karbon seperti

pembatasan karbon, pajak karbon

(carbon tax), perdagangan emisi karbon

(carbon emission trade), offset karbon.

Peraturan yang paling banyak

digunakan terhadap industri manufaktur

adalah Perdagangan Emisi Karbon.

Masing-masing Industri manufaktur

harus memasukkan kebijakan

pengaturan emisi karbon di dalam

strategi dan keputusan-keputusan

operasional mereka, misalnya dalam hal

penempatan fasilitas, pemilihan

teknologi, sourcing produk input dan

jalur transportasi.

Jurnal ini membahas hal hal yang

berhubungan dengan rantai suplai yang

meliputi tahap manufaktur dan

penjualan eceran (retail), sisi

manufaktur akan memeutuskan usaha-

usaha yang akan dilakukan untuk

mengurangi emisi karbon dan berapa

harga grosir yang layak. Berdasarkan

permodelan dan analisisnya maka jurnal

ini membantu untuk mengembangkan

17

decision support system (DSS) bagi

para pengusaha manufaktur dan

pengecer untuk mengambil keputusan

yang optimal.

Permasalahan diformulasikan dengan

Stackelberg game, dengan manufaktur

sebagai leader dan pengecer sebagai

follower, maka akan dioptimasi

pengurangan emisi karbon dan

ditentukan harga produknya. Sistem ini

juga akan menginvestigasi pengaruh

perdagangan emisi karbon dalam

keputusan yang telah dibuat dan

keuntungan yang didapat.

Pada akhirnya pihak manufaktur harus

melakukan investasi untuk mengurangi

emisi dan meningkatkan harga

penjualan grosir bila dibandingkan

dengan situasi tanpa perdangan emisi.

Parameter input meliputi penggunaan

karbon awal per unit produk, quota

emisi karbon, biaya produksi per unit,

harga karbon per unit (ton). Sistem akan

melakukan perhitungan dengan model

Stackelberg dengan output yang didapat

adalah harga eceran optimum, harga

grosir optimum, jumlah pengurangan

emisi karbon, jumlah investasi untuk

pengurangan emisi, jumlah permintaan

konsumen, keuntungan manufaktur dan

keuntungan pengecer.

18

Dari analisis sensitivitas maka

disimpulkan bahwa harga eceran akan

meningkat seiring peningkatan harga

karbon dan tidak tergantung dengan

besarnya modal. Harga grosir dari

manufaktur akan meningkat seiring

peningkatan harga karbon dan tidak

tergantung dengan besarnya modal.

Keuntungan manufaktur akan naik atau

turun tergantung dari harga karbon dan

akan meningkat seiring dengan

penigkatan modal. Dengan naiknya

harga karbon maka permintaan

konsumen dan jumlah emisi karbon

akan menurun, sedangkan investasi

untuk pengurangan emisi akan

meningkat.

2. Dympna O’Sullivan,

Paolo Fraccaro,

Ewart Carson and

Peter Weller

Decision time for clinical

decision support systems

Clinical Medicine 2014 Vol 14,

No 4: 338–41

Primer Deskriptif

Clinical decision support system

(CDSS) adalah suatu sistem software

yang interaktif yang didesain untuk

menolong para petugas medis/klinis

dalam pembuatan kaputusan, seperti

penentuan diagnose atau rekomendasi

perawatan terhadap pasien. CDSS

merupakan salah satu topik yang

banyak dibicarakn oleh para ahli

computer akan tetapi kurang dipahami

oleh para petugas medis itu sendiri.

Jurnal ini membahas tentang aplikasi

system ini di lapangan dan tantangan-

19

tantangan yang dihadapi dalam

implementasi system ini. Tujuan Jurnal

ini adalah untuk mengajak para ahli

medis / klinis untuk terlibat dalam

pembuatan system ini sehingga akan

menambah pemahaman ahli medis

terhadap system ini dan membantu

dalam pengembangan ke depan

terutama dalam automasi CDSS

sehingga akan memperbaiki kualitas

pelayanan kesehatan.

Tantangan-tantangan yang saat ini

dihadapi dalam aplikasi CDSS antara

lain banyaknya jumlah data yang harus

dihubungkan, diintegrasi dan

diterjemahkan ke dalam sistem serta

perlunya masukan dari para ahli yang

kompeten yang sesuai dengan

konteksnya agar sistem tersebut bisa

diaplikasikan dengan lebih lebih tepat.

3. Khaled Saleh Al

Omoush, raed

Musbah Alqirem,

Mohammad Iqbal

Ajlouni

The Role of web-Based Group

Decision Support Systems in

Clarifying the Collctive

Intelligence : Measuring the

Outcomes

Journal of Theoretical and

Applied Information Technology

10th January 2013. Vol. 47 No.1

Primer Deskriptif Riset yang dilakukan dalam jurnal ini

bertujuan untuk mengembangkan pola

pikir konseptual untuk mempelajari

peran GDSS (group decision support

system) dalam membentuk dimensi dari

kecerdasan kolektif dan outcome yang

diharapkan dari suatu organisasi.

Kompleksitas permasalahan yang terus

bertambah dan tantangan yang penuh

kontroversi yang terjadi dalam dunia

bisnis saat ini memerlukan struktur

20

organisasi yang dapat beradaptasi

terhadap perubahan. Sebuah organisasi

bisa dianggap cerdas apabila mampu

memelihara kecerdasan kolektif pada

level yang tinggi.

Perkembangan teknologi IT yang pesat

saat ini mendorong GDSS yang

berbasis internet sebagai salah satu

intelligence system. Berdasarkan studi

literatur yang mendalam maka

didapatkan enam dimensi dari

intelligence review yang dipaparkan di

jurnal berikut. Hal tersebut adalah

kebebasan berpikir, memori yang

digunakan secara bersama (shared

memory), sharing pengetahuan, persepsi

bersama, pemecahan masalah secara

besama/kolektif, dan pembelajaran

kolektif. Lebih jauh, kerangka

pembelajaran ini menghasilkan empat

outcome yaitu meliputi kemampuan

merasakan dan merespon, kualitas

hubungan, kualitas penentuan keputusan

dan pembelajaran organisasi yang

berkelanjutan.

4. Jihong Xia, Lihuai

Lin, Junqiang Lin

and Laounia Nehal 3

Development of a GIS-Based

Decision Support System for

Diagnosis of River System

Health and Restoration

www.mdpi.com/journal/water

Primer,

Sekunder

Deskriptif Paper ini menjelaskan pola pikir praktis

dan langkah-langkah pengembangan

prototype dari DSS yang berbasis

geographic information systems (GIS)

yang digunakan untuk mendiagnosa

tingkat kesehatan dan kebersihan sungai

21

atau disebut sebagai river health

diagnosis (RHD-DSS). Sistem ini

mengintegrasikan data, model

perhitungan, dan pengetahuan manusia

mengenai penilaian status kesehatan

sungai, diagnose faktor penyebab, dan

pengambilan keputusan tentang

restorasi untuk mengarahkan para

pengambil keputusan selama proyek

restorasi dan manajemen sungai di

provinsi Zhijiang, China.

RHD-DSS dibentuk oleh empat elemen

utama yaitu graphical user interface

(GUI), database, dasar permodelan

(model base) dan dasar pengetahuan

(knowledge base). Program ini memiliki

lima komponen fungsional yaitu input

module, database management,

manajemen indikator diagnostik,

assessment dan diagnosis, dan modul

hasil visual.

Desain sistem ini digambarkan dengan

menitikberatkan pada pengembangan

database, skema model, diagnosa dan

teknik pengolahan secara analitik dan

desain peta manajemen. Studi kasus ini

digunakan untuk mendemonstrasikan

keuntungan yang didapat dari

penggunaan system ini. Pendekatan

yang digunakan akan memberikan

gambaran yang lebih baik kepada para

22

manajer dan desainer tentang penurunan

kondisi sungai, dengan ini akan

memperkuat proses penilaian

(assessment) dan administrasi terhadap

perliaku manusia dalam mengelola

sungai.

5. Awan dan

Jimmy Heryanto Sistem Pendukung Keputusan

Kelayakan Kredit

Pemilikan Rumah Pada Bank

Panin

research.lppm-

stmik.ibbi.ac.id/permalink/000080

Primer Analisis Sebagai review paper ini menjelaskan

bahwa masyarakat mempunyai daya

beli yang terbatas untuk membeli rumah

karena biaya yang tidak sedikit. Maka

bank memberikan fasilitas seperti

Kredit Pemilikan Rumah (KPR), dan

untuk memutuskan pemberian KPR

pihak bank harus menyeleksi untuk

menghindari kredit macet dan likuiditas

bank. Oleh karena itu dalam jurnal ini

membahas tentang cara mengantisipasi

hambatan tersebut dengan DSS KPR.

dalam program ini digunakan untuk

menganalisis berdasarkan input data

yang berkaitan dengan calon debitur

dimana dapat ditentukan apakah

seorang calon debitur tersebut

diperkenakan memperoleh fasilitas

tersebut atau tidak. Hasil pengujian

aplikasi terhadap keputusan kredit

cukup baik, sesuai dengan data yang

berkaitan dengan KPR dan dapat

disimpulkan bahwa aplikasi memiliki

hasil yang memenuhi standar ketentuan

analisis kredit sehingga bisa membantu

23

sistem pengambilan keputusan pada

masyarakat untuk Kredit Pemilikan

Rumah

6. V.M.Eduardo

Christian S Sistem Pendukung Keputusan

Kenaikan Jabatan Pada Pt

Bank

Central Asia Tbk. (BCA)

Menggunakan Metode

Analityc Heararchy Process

http://eprints.dinus.ac.id/12873/1/j

urnal_13080

Primer Analisis Sistem Pendukung Pengambilan

Keputusan juga bisa dipakai untuk

Kenaikan jabatan dalam tiap

perusahaan, termasuk pada Bank

Central Asia (BCA), dengan

menyandang bank swasta terbesar di

Indonesia dengan pegawai yang banyak

maka perlu DSS yang bisa

memudahkan mengatur pegawai dengan

Pencapaian prestasi pegawai dan

jabatan yang tepat. Potensinya dapat

terlihat apakah kompetensinya tersebut

telah sesuai dengan tugas pekerjaan

yang dimilikinya dengan metode

Analityc Heararchy Process yang akan

menentukan alternative keputusan

kenaikan jabatan yang optimal pada PT

Bank Central Asia (BCA).

24

BAB III

PEMBAHASAN

III.1. KRITERIA DAN PARAMETER

Dalam pemberian kredit, Bank harus memperhatikan prinsip-prinsip pemberian

kredit, yaitu :

1. Prinsip Kehati-hatian perkreditan (Prudential Principle)

Setiap pemberian kredit harus dilakukan secara hati-hati untuk memberikan

keyakinan bahwa kredit layak diberikan dan memitigasi resiko, antara lain

dengan melakukan analisa sebelum kredit diputus dan memonitor kredit.

2. Prinsip Analisa Kredit 5C (5C Principle)

Agar kredit yang diberikan berkualitas, maka harus dilakukan analisa sehingga

resiko kredit dapat diantisipasi sejak awal pemberian kredit. Kredit yang

diberikan harus sesuai dengan kebutuan debitur dan diyakini bahwa kredit dapat

dikembalikan oleh debitur pada waktu dan dengan jumlah yang diharapkan oleh

bank. Dalam evaluasi kredit, bank melakukan penilaian terhadap calon debitur

dengan prinsip 5C, yaitu keyakinan bank terhadap aspek Character, Capital,

Capacity, Collateral, Condition of Economy serta Collateral, yang dapat

dijelaskan sebagai berikut :

a. Character, yaitu: penilaian bank atas karakter calon debitur sehingga

bank dapat menyimpulkan bahwa debitur tersebt jujur, beritikad baik dan

tidak akan menyulitkan bank dikemudian hari. Sebelum memberikan

kredit, Bank harus mengenal terlebih dahulu calon debitur terutama

karakternya. Kajian mengenai karakter dapat dilakukan dengan beberapa

cara diantaranya :

Bank checking melalui Sistem Informasi Debitur (SID) pada

Bank Indonesia (BI). SID menyediakan informasi kredit

yang terkait nasabah, antara lain informasi mengenai bank

pemberi kredit, nilai fasilitas kredit yang telah diperoleh,

kelancaran pembayaran serta infomasi lain yang terkait

dengan fasilitas kredit tersebut.

Mengupayakan trade checking pada supplier dan pelanggan

25

debitur, untuk meneliti reputasi nasabah di lingkungan para

stakeholders.

Mengupayakan informasi kepada asosiasi usaha dimana

calon debitur terdaftar

b. Capacity, yaitu: penilaian bank atas kemampuan calon debitur dalam

bidang usahanya dan atau kemampuan manajemen debitur, sehingga bank

yakin bahwa usaha yang akan dibiayai dengan kredit tersebut dikelola oleh

orang-orang yang tepat/benar. Beberapa pendekatan yang dapat digunakan

dalam menilai capacity nasabah, antara lain:

Pendekatan historis, yaitu menilai kinerja nasabah dimasa

lalu (past performance)

Pendekatan finansial, yaitu menilai kemampuan keuangan

calon debitur

Pendekatan yuridis, yaitu melihat secara yuridis personil

yang berwenang mewakili calon debitur dalam melakukan

penandatanganan perjanjian kredit dengan Bank.

Pendekatan manajerial, yaitu menilai kemampuan nasabah

melaksanakan fungsi namajemen dalam memimpin

perusahaan

Pendekatan teknis, yaitu menilai kemampuan calon debitur

terkait teknis produksi, seperti tenaga kerja, sumber bahan

baku, peralatan, administrasi, keuangan dan lain-lain.

c. Capital, yaitu penilaian bank atas posisi keuangan calon debitur secara

keseluruhan termasuk aliran kas debitur, baik untuk masa lalu maupun

proyeksi pada masa yang akan datang, sehingga dapat diketahui

kemampuan permodalan debitur dalam menunjang pembiayaan proyek atas

usaha yang bersangkutan. Secara umum bilamana modal sendiri besar, akan

mendorong keseungguhan nasabah untukmenjalankan usaha, dan

menyelesaikan kewajibannya. Hal ini karena nasabah ikut menanggung

risiko apabila usahanya mengalami kegagalan. Kecukupan modal bervariasi

untuk masing-masing industri, misalnya industri berskala besar,

membutuhkan modal yang lebih besar.

d. Condition of Economy, yaitu: penilaian bank atas kondisi pasar di dalam

negeri maupun diluar negeri, baik masa lalu maupun yang akan datang,

sehingga dapat diketahui prospek pemasaran dari hasil usaha debitur yang

dibiayai dengan kredit dari bank. Beberapa hal yang dapat digunakan dalam

melakukan analisa condition of economy, antara lain:

26

Peraturan pemerintah pusat dan daerah

Situasi politik dan perekonomian dunia dan domestik

Kondisi lain yang mempengaruhi pemasaran.

e. Collateral, yaitu penilaian bank terhadap agunan yang dimiliki oleh calon

debitur. Agunan merupakan benda berwujud dan atau tidak berwujud yang

diserahkan hak dan kekuasaannya oleh calon debitur kepada bank guna

menjamin pelunasan hutang debitur, apabila kredit yang diterimannya tidak

dapat dilunasi sesuai waktu yang diperjanjikan dalam perjanjian kredit atau

addendumnya. Agunan tersebut sangat penting sebagai jalan terakhir untuk

penyelesaian kredit, apabila debitur tidak mampu memenuhi kewajiban

membayar pokok dan bunga.

3. Prinsip KYC (Know Your Customer)

Prinsip KYC merupakan hal mendasar yang harus dilakukan oleh perbankan. Bank

harus mengetahui nasabahnya. Pengenalan nasabah secara detil dilakukan baik

melalui tatap muka maupun via telepon (saat pembukaan rekening, pengisian

permohonan kredit, proses interview analisa kredit, saat perjanjian kredit, saat

transaksi melalu setiap channel bank, saat pembayaran angsuran, saat maintain

kredit dan pada akhirnya pada saat selesainya kredit).

Keseluruhan hal tersebut di atas merupakan kriteria berikut parameter-parameter

yang ada di dalamnya yang mendasari pengambilan keputusan pemberian kredit oleh

pemutus kredit. Keseluruhan parameter yang ada di dalam kelima kriteria tersebut telah

diakomodir ke dalam sistem IRS Online.

III.3. KEBUTUHAN DATA

Sistem pendukung keputusan bersifat tergantung oleh data, sebagaimana

keseluruhan proses mengambil seluruh kumpulan data yang tersedia, untuk dianalisa.

Untuk dapat menghasilkan output dari penggunaan aplikasi IRS Online, terdapat data-data

yang dibutuhkan oleh sistem. Data-data tersebut akan diinput dan dilakukan pembobotan

oleh sistem atas dasar standar yang telah ditetapkan BNI. Kualitas data akan sangat

mempengaruhi bobot yang diberikan sehingga pada akhirnya juga mempengaruhi hasil

yang didapatkan dimana juga akan berpengaruh pada pengambilan keputusan nantinya.

27

Adapun data-data yang dibutuhkan dalam IRS Online tsb dapat dikelompokkan ke

dalam 2 kelompok, yaitu:

1. Data Internal

Data internal ini adalah data-data atau informasi yang terkait dengan debitur

yang sedang melakukan pengajuan kredit. Data-data tersebut meliputi antara

lain data pokok debitur, aspek umum, aspek pemasaran, aspek teknik produksi,

aspek manajemen, data usaha, data keuangan, data jaminan, dll.

2. Data Eksternal

Data eksternal ini merupakan data atau informasi di luar data debitur yang

meliputi antara lain informasi rating industri sejenis, traffic light sector, space

available serta kondisi ekonomi makro lainnya. Data eksternal ini telah tersedia

dan terus di-update oleh BNI.

III.4. ILUSTRASI CONTOH APLIKASI

Aplikasi IRS Online yang akan menghasilkan output berupa rekomendasi

pemberian kredit atas dasar input yang dilakukan pada sistem tersebut. Berikut tampilan

aplikasi IRS Online :

Gambar III.1

Tampilan Aplikasi IRS Online

Untuk masuk ke dalam sistem IRS Online user dhi. CA harus login dengan

menggunakan user dan password yang telah dimiliki. Setelah berhasil login, maka CA

akan masuk ke halaman utama IRS Online dan terlihat nama CA yang bersangkutan.

28

Gambar III.2.

Tampilan Halaman Utama IRS Online

Setelah berada di halaman utama, CA diharuskan input data-data pokok debitur

yang terdiri dari nama debitur, NPWP, alamat, status badan usaha, sektor usaha,dll

sebagaimana terlihat pada gambar di bawah ini :

Gambar III.3

Data Pokok Debitur

Tahap selanjutnya setelah pengisian data pokok debitur selesai dilakukan adalah

penginputan data pengajuan kredit yang meliputi nilai pengajuan kredit, jenis kredit, mata

uang yang digunakan, jangka waktu dan tujuan penggunaan kredit.

29

Gambar III.4

Data Kredit

Selain data pokok debitur, data kredit, data lain yang perlu diinput ke dalam sistem

IRS Online adalah data jaminan (jenis dan nilai jaminan) yang akan diserahkan oleh

debitur kepada BNI terkait pengajuan kreditnya.

Gambar III.5

Data Jenis Jaminan

30

Gambar III.6

Data Nilai Jaminan

Setelah input data jenis dan nilai jaminan , selanjutnya masuk ke menu rating

debitur sebagai berikut :

Gambar III.7

Menu Rating Debitur

Dalam menu rating debitur, CA harus melakan input mengenai data atau informasi

mengenai beberapa kriteria yang meliputi beberapa aspek sebagai berikut:

1. Aspek Pemasaran, meliputi tingkat permintaan, kualitas produk dan jasa,

konsentrasi pelanggan, tingkat persaingan, dll.

2. Aspek Teknik/Produksi, meliputi kondisi lokasi usaha, kondisi peralatan,

penilaian supply, dll.

3. Aspek Manajemen, meliputi pengalaman, tingkat pendidikan, integritas

reputasi, struktur/sistem, kaderisasi, dll.

4. Aspek Umum, meliputi kualitas informasi keuangan, kualitas hubungan dengan

31

bank dan pihak lain, dll.

5. Aspek Keuangan, meliputi rasio-rasio dari laporan keuangan perusahaan.

6. Aspek lainnya, meliputi hal-hal lain di luar kelima aspek di atas seperti

penyesuaian karena adanya kondisi-kondisi khusus misalnya faktor negatif dari

perusahaan afiliasi / grup, pengaruh kejadian force majeure, permasalahan

hukum, pemogokan buruh, dll.

Gambar III.8

Kriteria Untuk Rating

Gambar III.9

Rasio Keuangan Debitur

Gambar III.10

Hasil Rating

32

Hasil rating yang dihasilkan IRS Online mulai dari rating 1 s.d. 10. Adapun rating

1-5 menunjukkan bahwa calon debitur tersebut layak diberi kredit (Investment Grade),

sementara rating 6 – 10 menunjukkan bahwa calon debitur tidak layak untuk diberi kredit

(Non Investment Grade), sebagaimana ditunjukkan dalam gambar berikut :

Gambar III.11

Skala Rating Nasabah

Rating 1 – 10 sebagaimana terlihat pada gambar 13 di atas juga menunjukkan

tingkat resiko dari calon debitur tersebut. Semakin tinggi nilai rating nasabah tsb

menunjukkan resiko yang semakin besar terhadap calon debitur tersebut. Hal ini menjadi

dasar pendukung atau pertimbangan bagi pemutus kredit.

III.5. KEUNTUNGAN DAN KERUGIAN

Penggunaan aplikasi IRS Online yang sudah secara luas dan menyeluruh diterapkan

di seluruh unit kredit di BNI membawa dampak yang sangat positif bagi percepatan proses

kredit. Secara internal, Service Level Agreement atau SLA standar proses kredit 14 hari

dapat dijaga efektifitasnya dan juga dapat menghasilkan keputusan kredit yang akurat dan

sehat. Secara eksternal, hal ini dapat membawa perubahan yang positif bagi BNI dan

semakin menambah image positif bagi BNI.

Potensi resiko yang ada dengan adanya penggunaan IRS Online ini adalah tidak

tercerminnya gambaran sebenarnya dari calon debitur dari hasil rating yang diperoleh

akibat keterbatasan informasi yang diperoleh petugas BNI (dhi. Credit Analyst atau CA)

sehingga dapat menimbulkan keputusan kredit yang salah. Kriteria dan parameter yang

dibutuhkan dan diinput tidak sesuai dengan kondisi sebenarnya dari calon debitur. Hal ini

33

akan berdampak pada hasil rating yang diperoleh tidak menggambarkan tingkat resiko

debitur yang sebenarnya.

34

BAB IV

KESIMPULAN DAN SARAN

IV.1. KESIMPULAN

Decision Support System (DSS) dhi. aplikasi IRS Online sangat berperan penting bagi

decision maker dalam membantu proses pengambilan keputusan kredit. DSS ini dirancang

dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi,

sehingga mudah disesuaikan dengan kebutuhan pemakai. Aplikasi IRS Online ini dapat

meningkatkan efektivitas pengambilan keputusan kredit.

DSS membantu decision maker dalam penghematan waktu yang dibutuhkan untuk

memecahkan masalah, DSS dapat manghasilkan solusi dengan lebih cepat serta hasilnya

dapat diandalkan, DSS mampu menyajikan berbagai alternatif, dapat menyediakan bukti

tambahan untuk memberikan pembenaran sehingga dapat memperkuat posisi decision

maker, DSS dapat menyelesaikan problem yang kompleks, dan DSS dapat meningkatkan

produktivitas dan kontrol dari manajer.

IV.2. SARAN

Agar tidak menghasilkan keputusan kredit yang salah karena tidak lengkapnya

informasi atau data yang diperlukan dalam sitem IRS Online, maka perlu adanya

peningkatan kemampuan dari Credit Analyst (CA) dalam menggali data dan informasi

terkait calon debitur. Hal ini dapat dilakukan melalui pelatihan dan mentoring serta

supervisi dari atasan.

Aplikasi IRS Online harus terus menerus dilakukan perbaikan dan pengembangan

sedemikian rupa agar dapat sesuai dengan kondisi bisnis saat ini dan masa yang akan

datang sehingga lebih siap untuk menghadapi persaingan global perbankan.

35

DAFTAR PUSTAKA

Apriani Soepardi, Puryani, Mochammad Chaeron, Isti Anggraini, “Penentuan Kriteria

Pemilihan Strategi Sistem Manufaktur Menggunakan Analytic Hierarchy Process,

Jurnal Teknik Industri, 2012, Vol.14, No.2, 107 – 114

Awan dan Jimmy Heryanto, Sistem Pendukung Keputusan Kelayakan Kredit Sistem

Pendukung Keputusan Kelayakan Kredit, research.lppm-

stmik.ibbi.ac.id/permalink/000080

Dympna O’Sullivan, Paolo Fraccaro, Ewart Carson and Peter Weller, Decision time for

clinical decision support systems, Clinical Medicine 2014 Vol 14, No 4: 338–41

Evaristus Didik Madyatmaja, “Decision Support System model to assist management

consultant in determining the physical infrastructure fund”, Journal of Theoretical and

applied Information Technology, 2014, Vol. 62 No.1.

Jusuf, Jopie. 1993. Analisis Kredit Untuk Account Officer. Jakarta. Gramedia

Jihong Xia, Lihuai Lin, Junqiang Lin and Laounia Nehal 3, Development of a GIS-Based

Decision Support System for Diagnosis of River System Health and Restoration,

www.mdpi.com/journal/water

Khaled Saleh Al Omoush, raed Musbah Alqirem, Mohammad Iqbal Ajlouni, The Role of

web-Based Group Decision Support Systems in Clarifying the Collctive Intelligence :

Measuring the Outcomes, Journal of Theoretical and Applied Information Technology

10th January 2013. Vol. 47 No.1

Muhammad Azhari Rahmadani, Anindita Septiarini, “Penerapan Fuzzy Tahani pada

Sistem Pendukung Keputusan Pemilihan Pembelian Rumah di Kota Samarinda”,

Jurnal Informatika Mulawarwan, 2013, Vol. 8 No.2 Edisi Juli

36

O’Brien / Marakas, 2010, Introduction to Information System, McGraw-Hill International

Edition. Fifteen Edition

Sprague Ralph, dan Eric D. Carlson. 1982. Building Effective Decision Support Systems,

Jakarta: Gramedia.

V.M.Eduardo Christian S, Sistem Pendukung Keputusan Kenaikan Jabatan Pada Pt Bank

Central Asia Tbk. (BCA) Menggunakan Metode Analityc Heararchy Process,

http://eprints.dinus.ac.id/12873/1/jurnal_13080

http://www.bni.co.id

http://subud.wordpress.com/2013/03/01/credit-score/

http://www.sas.com/offices/asiapacific/indonesia/news/Credit_Scoring_IDN.html

37

LAMPIRAN

Lampiran 1

Contoh Formulir Analisa Rating

38