Skripsi/Tugas Akhir
Perancangan Aplikasi Koperasi Simpan Pinjam pada KSP Harapan Baru Sejahtera Berbasis Web dengan Metode Algoritma K-Nearest Neighbor
ABSTRAK
Layanan jasa simpan pinjam pada KSP Harapan Baru Sejahtera pada saat ini masih diproses dengan menggunakan alat seperti buku untuk mencatat laporan dari nasabah dan kalkulator untuk menghitung penilaian. Dari permasalahan- permasalahan tersebut maka membutuhkan adanya pengolahan data koperasi yang terkomputerisasi untuk memudahkan pengolahan data koperasi diusulkan yaitu Sistem Informasi Koperasi Simpan Pinjam Pada KSP Harapan Baru Sejahtera Berbasis Web menggunakan Metode KNN. KSP Harapan Baru Sejahtera dapat menjadi lebih mudah dalam proses identifikasi laporan pemeriksaaan dan penilaian darı nasabah berdasarkan kriteria yang digunakan menggunakan kriteria yang ditentukan yaitu point usaha, point pinjaman, point resiko, point pekerjaan dan point simpanan yang akan digunakan sebagai tahapan dari K-Nearest Neighbor yaitu pengumpulan data sampel penilaian, normalisasi data, proses hitung jarak Euclidean lalu hasil perangkingan. Hasil pengujian diatas dengan menggunakan 9 skenario pengujian, maka dapat disimpulkan bahwa web dapat berjalan sesuai dengan fungsionalitas dan sesuai dengan yang diharapkan.
Kata Kunci: Koperasi Simpan Pinjam, Algoritma K-Nearest Neighbor (KNN), Web
ABSTRACT
Saving and loan services at KSP Harapan Baru Sejahtera are currently still processed using tools such as books to record reports from customers and calculators to calculate assessments. From these problems, it requires computerized cooperative data processing to facilitate the processing of cooperative data proposed, namely the Information System for Savings and Loan Cooperatives at KSP Harapan Baru Sejahtera Web-Based using the KNN Method. KSP Harapan Baru Sejahtera can be easier in the process of identifying inspection reports and assessing customers based on the criteria used using the specified criteria, namely business points, loan points, risk points, job points and deposit points which will be used as stages of K Nearest Neighbor, namely collecting sample assessment data, normalizing data, calculating the Euclidean distance process and then ranking results. The test results above using 9 test scenarios, it can be concluded that the web can run according to the functionality and as expected and as expected.
Keywords: Cooperative Cooperative, K-Nearest Neighbor (KNN) Algorithm, Web
Tidak ada salinan data
Universitas DIPA Makassar
NPP 7371142D1000002
Jln. Perintis Kemerdekaan KM.9
Telp. (0411)587194
Hotline: +6281228221994
WhatsApp Admin: +6281342092072
e-Mail: perpustakaan@undipa.ac.id
© 2024 — Perpustakaan UNDIPA Makassar - SLiMS