Show simple item record

dc.contributor.advisorIryanto
dc.contributor.advisorEffendi, Syahril
dc.contributor.authorNasution, Lia Fahar
dc.date.accessioned2011-05-31T12:02:11Z
dc.date.available2011-05-31T12:02:11Z
dc.date.issued2011-05-31
dc.identifier.otherFredo Hasugian
dc.identifier.urihttp://repository.usu.ac.id/handle/123456789/25381
dc.description051401022en_US
dc.description.abstractHouse is a primary need for human as living place and staying. To owe a house, we need a big budget. That’s why, it’s needed instantion as a mediator to less the purchasing house cost., it’s refer to a bank. During this time, decission making that done by the account officer, always have any problem, such as unefective decission making process (the use of along time, energy and cost wasted), human error, and possibility of collution between new customer and bank officer. This Decission Support System for House Ownership Credit uses scoring method, that have standard credit scoring 200 point. This points achieved from four parameter that definited by bank, there are Debitur Data, Income Data, Collateral Data, and House Ownership Credit Structure. With this Decission Support System for House Ownership Credit is can less those problems. This software is built by using Borland Delphi 7.0 as its compiler and Ms.Access as database.en_US
dc.description.abstractRumah merupakan kebutuhan primer bagi manusia sebagai tempat tinggal dan menetap. Untuk bisa memiliki rumah, kita memerlukan biaya yang cukup besar. Oleh karena itu, dibutuhkan suatu pihak sebagai perantara untuk meringankan beban pembayaran pembelian rumah, dalam hal ini adalah bank. Selama ini, pengambilan keputusan yang dilakukan oleh analisis kredit (account officer), selalu memiliki banyak kendala, seperti proses pengambilan keputusan yang tidak efektif (penggunaan waktu yang cukup lama, tenaga dan biaya yang terbuang), human error, dan adanya kemungkinan kolusi antara calon nasabah dan petugas bank. Sistem Pendukung Keputusan Kredit Kepemilikan Rumah ini menggunakan metode scoring, yang memiliki standard credit scoring sebesar 200 pin. Poin-poin tersebut diperoleh dari empat parameter yang telah detentukan oleh bank, yaitu Data Debitur, Data Penghasilan, Data Jaminan, dan Struktur KPR. Dengan Sistem Pendukung Keputusan Kredit Kepemilikan Rumah ini diharapkan mampu mengurangi kendala-kendala tersebut. Perangkat lunak ini dibangun dengan menggunakan Borland Delphi 7.0 sebagai compilernya dan Ms. Access untuk pangkalan data.en_US
dc.language.isoiden_US
dc.subjectSistem Pendukung Keputusanen_US
dc.titlePerancangan Sistem Pendukung Keputusan Kredit Kepemilikan Rumah Di Bank Syari’ah Cabang Medan.en_US
dc.typeStudent Papersen_US


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record