Jurnal CyberTech Vol.
No.
Januari 2021, pp.
P-ISSN : 9800-3456
E-ISSN : 2675-9802
Sistem Pendukung Keputusan Untuk Menentukan Kelayakan Calon Kreditur Pada PT.
ITC Finance SM Raja Medan Dengan Menggunakan Metode Fuzzy Tsukamoto Sri Marentika Br Tarigan.
Hendra Jaya.
**.
Ismawardi Santoso.
***
Program Studi Sistem Informasi.
STMIK Triguna Dharma Program Studi Sistem Informasi.
STMIK Triguna Dharma
***
Program Studi Sistem Informasi.
STMIK Triguna Dharma Article Info Article history:
Received Jun 12th, 201x Revised Aug 20th, 201x Accepted Aug 26th, 201x Keyword:
Sistem Pendukung Keputusan Fuzzy Tsukamoto
Kreditur
ABSTRACT
Kredit berasal dari kata cedere yang artinya adalah kepercayaan atau credo/creditum yang berarti saya percaya, maksudnya adalah apabila seseorang memperoleh kredit .
maka berarti mreka memperoleh Nasabah atau sebagai kreditur yang terlibat secara langsung serta ikut di dalam proses jasa kredit tersebut.
Dalam kegiatan pengambilan keputusan dalam menentukan kreditur yang dilakukan dengan proses analisis secara manual .
, hal ini menyebabkan kendala saat pembuat keputusan dalam mengambil kebijakan menentukan kelayakan kredit yang diajukan oleh calon nasabah kurang efisien dan tidak akurat Dalam hal ini, maka diperlukan sebuah metode yang mampu dan teruji dalam menentukan kelayakan calon kreditur dengan menggunakan metode sistem pendukung keputusan yang dapat menyimpulkan hasil keputusan menggunakan konsep SPK (Sistem Pendukung Keputusa.
Sistem pendukung keputusan merupakan bagian dari sistem informasi berbasis komputer yang mengatasi masalah ini.
Sistem ini dapat mendukung pengambilan keputusan dalam menentukan kelayakan calon kreditur berdasarkan kriteria-kriteria yang telah ditentukan.
Diantara metode sistem pendukung keputusan yang dapat menentukan kelayakan calon kreditur yaitu.
Fuzzy Tsukamoto.
Implementasi Metode Fuzzy tsukamoto merupakan proses inferensi dilakukan dengan aturan .
berbentuk IF-THEN dan menggunakan operasi AND, dimana akan dipilih nilai yang lebih minimum (MIN) dari dua variabel yang ada.
Dengan menggunakan metode Fuzzy Tsukamoto dapat menentukan yang akan digunakan tepat dari suatu yang samar dan hasil yang didapatkan sebagi patokan penetuan calon kreditur.
Untuk membantu menentukan calon kreditur, dibutuhkan suatu sistem yang dapat mempermudah pengambil keputusan secara akurat dan akuntabel.
Kata Kunci: Sistem Pendukung Keputusan.
Fuzzy Tsukamoto.
Kreditur Copyright A 2021 STMIK Triguna Dharma.
All rights reserved.
Corresponding Author:
Nama : Sri Marentika Br Tarigan Program Studi : Sistem Informasi STMIK Triguna Dharma Email : srimarentikatarigan @gmail.
Journal homepage: https://ojs.
P-ISSN : 9800-3456
E-ISSN : 2675-9802
PENDAHULUAN
Bank adalah salah satu jenis usaha yang berhubungan dengan menabung, perputaran uang, deposito dan Bank yang semakin kompleks dan besar pula membutuhkanya ketersediaan dan adanya peran serta lembaga keuangan.
Namun kebijakan Bank yang moneter merupakan bagian dari kebijakan ekonomi yang diarahkan untuk mencapai sasaran tercapainya pembangunan.
Oleh karna itu peranan perbankan pada suatu negara khususnya Indonesia sangantlah penting.
Karena tidak ada suatu negarapun yang hidup tanpa memanfaatkan lembaga keuangan.
Bank indoenesia memanfatkaan bantuan dengan peminjaman modal atau disebut kredit dengan angsuran yang dibebankan dengan bunga yang kecil.
Kredit berasal dari kata cedere yang artinya adalah kepercayaan atau credo/creditum yang berarti saya percaya, maksudnya adalah apabila seseorang memperoleh kredit .
maka berarti mreka memperoleh Sedangkan pemberi kredit .
maka berarti memberikan kepercayaan kepada seseorang bahwa uang yang dipinjam pasti kembali.
Dalam pemberian kredit yang dilakukan Bank, hanya diberikan nasabah yang sudah terdaftar di Bank tersebut.
Nasabah yang menerima, memenuhi persyaratan oleh pihak perusahaan, untuk menjaga kredit macet.
Nasabah atau sebagai kreditur yang terlibat secara langsung serta ikut di dalam proses jasa kredit tersebut.
Dalam kegiatan pengambilan keputusan dalam menentukan kreditur yang dilakukan dengan proses analisis secara manual .
, hal ini menyebabkan kendala saat pembuat keputusan dalam mengambil kebijakan menentukan kelayakan kredit yang diajukan oleh calon nasabah kurang efisien dan tidak akurat .
Dalam hal ini, maka diperlukan sebuah metode yang mampu dan teruji dalam menentukan kelayakan calon kreditur dengan menggunakan metode sistem pendukung keputusan yang dapat menyimpulkan hasil keputusan menggunakan konsep SPK (Sistem Pendukung Keputusa.
Sistem pendukung keputusan merupakan bagian dari sistem informasi berbasis komputer yang mengatasi masalah ini.
Sistem ini dapat mendukung pengambilan keputusan dalam menentukan kelayakan calon kreditur berdasarkan kriteria-kriteria yang telah ditentukan.
Diantara metode sistem pendukung keputusan yang dapat menentukan kelayakan calon kreditur yaitu.
Fuzzy tsukamoto.
Implementasi Metode Fuzzy tsukamoto merupakan proses inferensi dilakukan dengan aturan .
berbentuk IF-THEN dan menggunakan operasi AND, dimana akan dipilih nilai yang lebih minimum (MIN) dari dua variabel yang ada.
Dikarenakan kriteria-kriteria tersebut sifatnya relatif maka dibuat fuzzy tsukamoto yang dapat digunakan model untuk mendapatkan keputusan menentukan yang akan digunakan tepat dari suatu yang samar dan hasil yang didapatkan sebagi patokan penetuan calon kreditur.
METODE PENELITIAN
Sistem Pendukung keputusan yang berbasis Desktop yang dirancang menggunakan metode Fuzzy Tsukamoto melakukan perhitungan berdasarkan data pengetahuan bagi sistem yang dirancang, dengan menghasilkan Output berupa kemungkinan dari Jenis Penilaian perusahaan dengan kesimpulan dan solusi.
Dengan menggunakan beberapa metode pengumpulan data yang akan dijabarkan pada pembahasan yang dapat meyelesaikan masalah dan mendapatkan data yang dibutuhkan dalam penelitian.
1 Menentukan Kriteria Pada PT ITC Finance SM Raja Medan memiliki 5 kriteria yang akan digunakan sebagai acuan dalam menentukan calon kreditur di PT ITC Finance SM Raja Medan.
Kriteria-kriteria tersebut dapat dilihat pada tabel dibawah ini :
Kriteria Penghasilan Kelengkapan Berkas Status Pekerjaan Status Pernikahan Jaminan Tabel 1.
Kriteria-Kriteria Penilaian Keterangan Penghasilan yang berdampak pada pembayaran utang keperusahan Kelengkapan Berkas adalah penahanan berkas penting untuk diarsip Status pekerjaan untuk menilai berapa lama dia bertahan dia kerja Statsu pernikahn yang berdampak biaya hidup dan tanggung jawan dalam pembayaran utang Jaminan merupakan harta yang dapa bisa ditahan sebagai jaminan.
Sumber : PT.
ITC Finance Medan Klasifikasi himpunan fuzzy semua kriteria terletak pada nilai range pada setiap derajat keanggotaan masing-masing variabel.
Klasifikasi variabel sistem ini dapat dilihat pada tabel berikut :
Tabel 2.
Klasifikasi Himpunan Fuzzy Variabel Nama Krteria Derajat Keanggotaan Range Sangat Layak x O 60 Input Kriteria Penghasilan Layak 60 O x Ou 90 Jurnal Cyber Tech Vol.
4 No.
Januari 2021 : 01 Ae 10
Jurnal Cyber Tech
Variabel
Input
Kriteria
Input
Kriteria
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Tabel 2.
Klasifikasi Himpunan Fuzzy (Lanjuta.
Nama Krteria Derajat Keanggotaan Range Tidak Layak x Ou 90 Tidak Layak x O 60 Kelengkapan Berkas Layak 60 O x Ou 90 Sangat Layak x Ou 90 Tidak Layak x O 60 Status Pekerjaan Layak 60 O x Ou 90 Sangat Layak x Ou 90 Tidak Layak x O 60 Status Pernikahan Layak 60 O x Ou 90 Sangat Layak x Ou 90 Tidak Layak x O 60 Jaminan Layak 60 O x Ou 90 Sangat Layak x Ou 90 Sumber : PT.
ITC Finance Medan 2 Melakukan Proses Fuzzyfikasi Berdasakan hasil wawancara dengan para pihak PT ITC Finance SM Raja Medan didapatkan kriteria input dan output.
Kriteria Input Dalam menentukan PT ITC Finance SM Raja Medan Layak pada PT ITC Finance SM Raja Medan ada beberapa kriteria yang digunakan akan di fuzzifikasikan menjadi variabel linguistik, yang terdiri dari 3 variabel himpunan fuzzy yaitu himpunan Tidak Layak menggunakan pendekatan keanggotaan linier bahu kiri, himpunan Layak menggunakan pendekatan keanggotaan berbentuk segitiga, sedangkan himpunan Sangat Layak meggunakan pendekatan keanggotaan linear bahu kanan.
Berikut adalah fungsi keanggotaan fuzzyfikasi Gambar 1.
Kurva Kriteria Penghasilan Perhitungan nilai fuzzyfikasi kriteria adalah sebagai berikut :
Sangat Layak .
= ycu O 60 75Oeycu .
Oe.
, 60 O ycu O 75 ycu Ou 75 ya Layak .
= .
eoOe yiy.
iyeOeyiy.
yaOeye.
yaOeyiy.
yeo O yya yeCyeiyeCyen yeo Ou yiya yiya O yeo O yiye yiye O yeo O yya yeo = yiye Sangat Di bawah UMP .
= ycu O 75 cuOe.
O ycu O 90 Oe.
ycu Ou 90 Kriteria Output Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN : 9800-3456
E-ISSN : 2675-9802
Untuk menentukan kriteria penilaiannya adapun output dari sistem ini adalah variabel Layak dan Tidak Layak.
Berikut gambar fungsi keanggotaanya:
Gambar 2.
Fungsi Keanggotaan Penilaian Penilaian Tidak Layak .
= ycuO 0 .
Oeycu ) .
Oe.
, 0 O ycu O 70 ycu Ou 70 Penilaian Layak .
= ycu O 70 .
c Oe.
O ycu O 100 .
Oe.
ycu Ou 100 3 Contoh Kasus Perhitungan Derajat Keanggotaan Dalam melakukan perhitungan fuzzy tsukamoto yaitu setiap alternatif yang atas PT ITC Finance SM Raja Medan sudah ditentukan diberi nilai kriterianya.
Dan nilai kriteria harus bersifat nominal/angka.
Sehingga diperoleh data nilai kriteria pada PT ITC Finance SM Raja Medan sebagai berikut :
Tabel 3.
Contoh Kasus Penilaian PT ITC Finance SM Raja Medan
Kode Alternatif
Nama Alternatif
K1 K2 K3 K4 K5
Wagianto Berkat Sitopu Rezeki Sugiran Hermansyah Sumber : PT.
ITC Finance Medan Adapun proses perhitungan dari sampel data 1 sebagai berikut.
Nilai Kriteria K01 : 88 Nilai Kriteria K02 : 75 Nilai Kriteria K03 : 85 Nilai Kriteria K04 : 40 Nilai Kriteria K05 : 90 Proses fuzzyfikasi dilakukan untuk mendapatkan nilai fungsi keanggotaan pada setiap kriteria yang dihitung sesuai dengan rumus pada kurva.
Berikut adalah perhitungan fuzzyfikasi dengan nilai Penghasilan .
AA Penghasilan Sanga Layak .
= 0 AA Penghasilan Layak .
= .
Ae .
Ae .
= 0.
AA Penghasilan Di bawah UMP .
= .
Ae .
Ae .
= 0.
Berikut adalah perhitungan fuzzyfikasi dengan nilai Kelengkapan Berkas .
AAKelengkapan Berkas TIDAK LAYAK .
= 0 AAKelengkapan Berkas LAYAK .
= 1 AAKelengkapan Berkas SANGAT LAYAK .
= 0 Berikut adalah perhitungan fuzzyfikasi dengan nilai Status Pekerjaan.
AAStatus Pekerjaan TIDAK LAYAK.
= 0 AAStatus Pekerjaan LAYAK.
= .
Ae .
Ae .
= 0.
AAStatus Pekerjaan SANGAT LAYAK .
= .
Ae .
Ae .
= 0.
Berikut adalah perhitungan fuzzyfikasi dengan nilai Status Pernikahan .
AAStatus Pernikahan Tidak Layak .
= 1 Jurnal Cyber Tech Vol.
4 No.
Januari 2021 : 01 Ae 10
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
AAStatus Pernikahan LAYAK.
= 0 AAStatus Pernikahan SANGAT LAYAK .
= 0 Berikut adalah perhitungan fuzzyfikasi dengan nilai Jaminan.
AAJaminan TIDAK LAYAK .
= 0 AAJaminan LAYAK .
= 0 AAJaminan SANGAT LAYAK .
= 1 4 Pembentukan Basis Pengetahuan Fuzzy Pembentukan rule yang dilakukan dalam pengambilan keputusan dengan cara mempertimbangkan bobot dari setiap kriteria.
Proses ini berfungsi untuk mencari suatu nilai fuzzy output dari fuzzy input.
Maka dibentuk aturan-aturan yang berjumlah 243 rule.
Berikut dijelaskan pada tabel dibawah ini.
Tabel 4.
Basis Pengetahuan (Rul.
Input
Output
Rule
THEN
K01
K02
K03
K04
K05
Penilaian Tidak R-001
Layak
Layak
Layak
Tidak Layak Sangat Layak
THEN
Layak
Sangat Tidak R-002
Layak
Layak
Tidak Layak Sangat Layak
THEN
Layak
Layak
Di bawah Tidak R-003
Layak
Layak
Tidak Layak Sangat Layak
THEN
UMP
Layak
Di bawah Sangat R-004
Layak
Tidak Layak Sangat Layak
THEN
Tidak Layak
UMP
Layak
Tidak Tidak Tidak Tidak R-005
THEN
Layak
Layak
Layak
Layak
Layak
Layak
Tidak Tidak Tidak Sangat Tidak R-006
THEN
Layak
Layak
Layak
Layak
Layak
Layak
Tidak Tidak Tidak Sangat Tidak Tidak R-007
THEN
Layak
Layak
Layak
Layak
Layak
Layak
Tidak Tidak Tidak Sangat Tidak R-008
THEN
Layak
Layak
Layak
Layak
Layak
Layak
Tidak Tidak Tidak Sangat Sangat Tidak R-009
THEN
Layak
Layak
Layak
Layak
Layak
Layak
Tidak Tidak Tidak Tidak Tidak R-010
THEN
Layak Layak Layak Layak Layak Layak Keterangan :
R-x = Menjelaskan penilai terdahulu terhadap calon kreditur.
5 Melakukan Proses Inferensi Rule Proses Inferensi merupakan fungsi implikasi MIN untuk mendapat nilai - predikat tiap rule.
Pada fungsi inferensi harus mengetahui rule yang digunakan pada sistem untuk mendapatkan nilai yang akan digunakan pada proses defuzzyfikasi.
Berikut penjelasannya:
[R-.
= IF K01 Layak And K02 Layak And K03 Layak And K04 Tidak Layak And K05 Sangat Layak THEN Penilaian Layak = min (AAK01 LAYAK.
AAK02LAYAK.
AAK03LAYAK.
AAK04TIDAK LAYAK.
AAK05SANGAT LAYAK.
) = min .
= min 0.
Defuzzifikasi : .
= 0.
= 73.
[R-.
= IF K01 Layak And K02 Layak And K03 Sangat Layak And K04 Tidak Layak And K05 Sangat Layak THEN Penilaian Layak = min(AAK01 LAYAK.
AAK02LAYAK.
AAK03SANGAT LAYAK.
AAK04TIDAK LAYAK.
AAK05SANGAT LAYAK.
) = min .
= min 0.
Defuzzifikasi : .
= 0.
= 73.
[R-.
= IF K01 Di bawah UMP And K02 Layak And K03 Layak And K04 Tidak Layak And K05 Sangat Layak THEN Penilaian Layak =min(AAK01 DI BAWAH UMP.
AAK02LAYAK.
AAK03LAYAK Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN : 9800-3456
E-ISSN : 2675-9802
AAK04TIDAK LAYAK.
AAK05SANGAT LAYAK.
= min .
= min 0.
Defuzzifikasi : .
= 0.
= 70,09
[R-.
= IF K01 Di bawah UMP And K02 Layak And K03 Sangat Layak And K04 Tidak Layak And K05 Sangat Layak THEN Penilaian Layak =min(AAK01 DI BAWAH UMP.
AAK02LAYAK.
AAK03LAYAK .
AAK04TIDAK LAYAK.
AAK05SANGAT LAYAK.
) = min .
= min 0.
Defuzzifikasi : .
= 0.
= 90.
2 Melakukan Proses Defuzzyfikasi Pada metode fuzzy tsukamoto, untuk menentukan output digunakan defuzzyfikasi rata-rata terpusat, adapun hasil defuzzyfikasi yang bernilai 0 Ae 100 pada sistem.
Berikut rumus rata-rata dengan menggunakan persamaan sebagai berikut.
(-predikat1 * Z.
(-predikat2 * Z .
AA (-predikatn * Z) (-predikat1 * Z.
(-predikat2 * Z .
(-predikatn * Z .
-predikat1 -predikat2 -predikatn .
13 * 73.
13 * 73.
33 * 70,.
67 * 90.
z = 81,51 Nilai akhir yang didapat dari seluruh perhitungan 81,51 Tabel 5.
Hasil Keputusan Penilaian akhir No Nama PT ITC Finance SM Raja Medan
Total Nilai Wagianto
81,51
Berkat Sitopu
83,80
Rezeki 83,78 Sugiran 50,12 Hermansyah
50,12
Hasil Penilaian Layak
Layak
Layak
Tidak Layak
Tidak Layak
ANALISA DAN HASIL
Fungsi dari interface .
ini adalah untuk memberikan input dan menampilkan output dari Pada aplikasi ini memiliki interface yang terdiri dari Menu login.
Data Penilaian Alternatif dan Menu Proses Fuzzy Tsukamoto.
1 Halaman Utama Dalam halaman utama untuk menampilkan pada tampilan Menu pada awal sistem yaitu Menu login dan Menu utama.
Adapuan Menu halaman utama sebagai berikut.
Menu Login Menu Login digunakan untuk mengamankan sistem dari user-user yang tidak bertanggung jawab sebelum masuk ke Menu Utama.
Berikut adalah tampilan Menu Login :
Gambar 3.
Menu Login Jurnal Cyber Tech Vol.
4 No.
Januari 2021 : 01 Ae 10
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Menu Utama Menu Utama digunakan sebagai penghubung untuk Data Alternatif.
Proses dan Laporan.
Berikut adalah tampilan Menu Utama :
Gambar 4.
Menu Utama 2 Halaman Administrator Dalam administrator untuk menampilkan Menu pengolahan data pada penyimpanan data ke dalam database yaitu Menu Alternatif.
Adapun Menu halaman administrator utama sebagai berikut.
Menu Alternatif Menu Alternatif berfungsi untuk pengolahan dalam penginputan data, ubah data dan penghapusan data Adapun Menu alternatif adalah sebagai berikut.
Gambar 5.
Menu Data Alternatif 3 Pengujian Pada bagian ini anda diminta untuk melakukan pengujian dengan sampling data baru dan pada bagian ini anda diminta untuk dapat menguji keakuratan sistem yang anda rancang dengan tools-tools yang sudah teruji dan terkalibrasi sebelumnya.
Adapun hasil proses program dalam menentukan kelayakan calon kreditur sebagai Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN : 9800-3456
E-ISSN : 2675-9802
Gambar 6.
Hasil Proses Metode Fuzzy Tsukamoto Gambar 7.
Laporan Hasil
KESIMPULAN
Berdasarkan hasil analisa dari permasalahan yang terjadi dengan kasus yang dibahas tentang menentukan kelayakan calon kreditur dengan menerapakan metode Fuzzy Tsukamoto terhadap sistem yang dirancang dan dibangun maka dapat ditarik kesimpulan sebagai berikut:
Untuk menganalisa dalam menentukan Kelayakan calon kreditur dilakukan dengan riset dan wawancara oleh salah satu pegawai dalam menentukan kelayakan calon kreditur di PT.
Internusa Tribuana Citra Multi Finance dalam membantu pengembangan sistem yang dibangun.
Dalam menerapkan metode Fuzzy Tsukamoto dengan melakukan penilaian alternatif dan melakukan tahap
proses perhitungan dari fuzzyfikasi, mesin inference rule dan terakhil mendapatkan hasil akhri dari Dapat merancang sistem pendukung keputusan dalam pembuatan aplikasi dibutuhkan perancangan Unified Modeling Language (UML) ataupun menggunakan flowchart dalam memasukkan proses metode kedalam Dan menggunakan pembangunan sistem dengan bahasa pemograman visual basic
UCAPAN TERIMA KASIH
Terima Kasih diucapkan kepada kedua orang tua serta keluarga yang selalu memberi motivasi.
Doa dan dukungan moral maupun materi, serta pihak-pihak yang telah mendukung dalam proses pembuatan jurnal ini yang tidak dapat disebutkan satu persatu.
Kiranya jurnal ini bisa memberi manfaat bagi pembaca dan dapat meningkatkan kualitas jurnal selanjutnya.
Jurnal Cyber Tech Vol.
4 No.
Januari 2021 : 01 Ae 10
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
REFERENSI