LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN …
Transcript of LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN …
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
135
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN
UNTUK ANALISA KELAYAKAN PEMBERIANKREDIT MODAL
USAHA MIKRO (STUDI KASUS : USP SWAMITRA KSU GLOBAL
BUKOPIN)
Sukma Murdani
Sistem Informasi, STMIK Jayanusa, Jl. Olo Ladang No. 1 Padang
E-mail : [email protected]
Abstract
The purpose of this research is to find out how the Fuzzy Logic works that are implemented in the
decision making process for the credit feasibility analysis of Micro Business Capital. By analyzing the
problems faced by the supervision of USP Swamitra KSU Global BUKOPIN in the feasibility of
providing micro-business capital loans. So that it can design a fuzzy model in the feasibility analysis of
the provision of micro-business capital loans at USP Swamitra KSU Global BUKOPIN. Building a
Fuzzy Inference System model to analyze the feasibility of providing micro business capital loans to
USP Swamitra KSU Global BUKOPIN. So that it can test the Fuzzy Inference System model in analyzing
the feasibility of providing micro business capital loans at USP Swamitra KSU Global BUKOPIN. With
the correct method, the provision of Micro-Business Capital Loans can be more effective and can avoid
bad credit.
Keywords : Debtor, Fuzzy, Fuzzy Inference System
Abstrak
Tujuan dari penelitian ini adalah untuk mengetahui bagaimana cara kerja Logika Fuzzy yang
diimplementasikan dalam proses pengambilan keputusan untuk analisa kelayakan kredit Modal Usaha
Mikro. Dengan menganalisa masalah yang dihadapi oleh supervisi USP Swamitra KSU Global
BUKOPIN dalam kelayakan pemberian kredit modal usaha mikro. Sehingga dapat merancang model
fuzzy dalam analisa kelayakan pemberian kredit modal usaha mikro pada USP Swamitra KSU Global
BUKOPIN. Membangun model Fuzzy Inferensi System untuk melakukan analisa kelayakan pemberian
kredit modal usaha mikro pada USP Swamitra KSU Global BUKOPIN. Sehingga dapat menguji model
Fuzzy Inferensi System dalam melakukan analisa kelayakan pemberian kredit modal usaha mikro pada
USP Swamitra KSU Global BUKOPIN. Dengan metode yang benar maka pemberian Kredit Modal
Usaha Mikro sehingga menjadi lebih tepat guna dan dapat menghindari kredit macet.
Kata Kunci : Debitur, Fuzzy, Fuzzy Inferensi Sistem
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
136
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
PENDAHULUAN
Usaha mikro adalah usaha yang
bersifat menghasilkan pendapatan dan
dilakukan oleh rakyat miskin atau
mendekati miskin. Ciri-ciri usaha mikro
antara lain, modal usahanya tidak lebih dari
Rp 10juta (tidak termasuk tanah dan
bangunan), tenaga kerja tidak lebih dari
lima orang dan sebagian besar mengunakan
anggota keluarga/kerabat atau tetangga,
pemiliknya bertindak secara
naluriah/alamiah dengan mengandalkan
insting dan pengalaman sehari-hari.
Swamitra adalah nama dari suatu
bentuk kerjasama/kemitraan antara Bank
BUKOPIN dengan Koperasi untuk
mengembangkan serta memodernisasi
usaha simpan pinjam. USP Swamitra KSU
Global BUKOPIN berdiri pada tahun 2009
dan merupakan kerjasama antara Koperasi
Serba Usaha (KSU) Global dengan
BUKOPIN. Kredit Usaha Mikro
merupakan pendapatan utama sekaligus
resiko bisnis terbesar. Dalam menentukan
kelayakan terhadap Calon Nasabah, USP
Swamitra KSU Global BUKOPIN yang
dalam hal ini diwakili oleh Bagian Credit
Support (BCS) bersama Koordinator
Operasional dan Manager Unit melakukan
analisa kelayakan terhadap aspek 5C yaitu
collateral, capacity, capital, character,
condition. Kemudian hasil analisa ini akan
diajukan kepada Supervisi Bisnis Mikro
Bank BUKOPIN selaku Pemutus Kredit/
Kredit Komite.
Dari proses pengolahan data Calon
Nasabah hingga pengambilan keputusan
kelayakan kredit ini, akan muncul variabel-
variabel samar/ fuzzy. Logika fuzzy adalah
suatu cara yang tepat dalam untuk
memetakan suatu ruang input ke dalam
suatu ruang output (Sri Kusumadewi,
2003).
Dari beberapa penelitian sebelumnya,
Penulis melakukan penelitian terhadap
penerapan logika fuzzy dengan
menggunakan metode Mamdani untuk
analisa kelayakan kredit pada USP
Swamitra KSU Global BUKOPIN.
Penerapan ini akan menghasilkan sebuah
keputusan apakah Calon Nasabah Layak
atau Tidak Layak untuk mendapatkan
Kredit Usaha Mikro dari USP Swamitra
KSU Global BUKOPIN. Tujuan dari
penelitian ini adalah Membangun dan
menguji model Fuzzy Inferensi System
untuk melakukan analisa kelayakan
pemberian kredit modal usaha mikro pada
USP Swamitra KSU Global BUKOPIN
sehingga lebih tepat guna dan menghindari
kredit macet.
Logika Fuzzy
Logika fuzzy menginterpretasikan
statemen yang samar menjadi sebuah
pengertian yang logis. Logika fuzzy adalah
logika yang melandasi mode penalaran
yang mendekati kejadian sebenarnya,
sehingga lebih dekat dengan akal manusia
dan dunia nyata dibandingkan sebuah
logika formal (Elamvazuthi et al, 2009).
Logika fuzzy pertama kali
diperkenalkan oleh Prof. Lotfi Zadeh
seorang kebangsaan Iran yang menjadi guru
besar di University of California at
Berkeley pada tahun 1965 dalam papernya
yang monumental. Dalam paper tersebut
dipaparkan ide dasar fuzzy set yang meliputi
inclusion, union, intersection, complement,
relation dan convexity. Pelopor aplikasi
fuzzy set dalam bidang kontrol, yang
merupakan aplikasi pertama dan utama dari
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
137
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
fuzzy set adalah Prof. Ebrahim Mamdani
dan kawan-kawan dari Queen Mary College
London. Penerapan kontrol fuzzy secara
nyata di industri banyak dipelopori para ahli
dari Jepang, misalnya Prof. Sugeno dari
Tokyo Instituteof Technology,
Prof.Yamakawa dari Kyusu Institute of
Technology, Togay danWatanabe dari Bell
Telephone Labs. Logika fuzzy adalah alat
yang dapat mengkompensasi atas masalah,
karena merupakan teknik yang dapat
menangani informasi tidak tepat, kurang
jelas atau kabur (Mohagheghi, 2005).
Dengan logika fuzzy, transfer kecerdasan
yang dimiliki manusia ke dalam robot,
komputer, bahkan alat elektronik sehari –
sehari, telah menjadi mudah, seperti mesin
cuci, kamera, microwave, dan lain – lain,
yang kini telah mampu “berpikir” seperti
manusia. Semua itu berkat logika fuzzy
(Naba, 2009).
Alasan Digunakan LogikaFuzzy
(Kusumadewi, 2003), antara lain:
1. Mudah dimengerti.
2. Sangat fleksibel.
3. Memiliki terelansi terhadap data-data
yang tidak tepat.
4. Mampu memodelkan fungsi-fungsi
nonlinear yang sangat kompleks.
5. Dapat membangun dan
mengaplikasikan pengalaman-
pengalaman para pakar secara
langsung tanpa harus melalui
pelatihan.
6. Dapat bekerja sama dengan teknik
teknik kendali secara konvensional
Beberapa Aplikasi Menggunakan
Logika Fuzzy
Beberapa aplikasi logika fuzzy
(Kusumadewi, 2003), antara lain:
1. Pada tahun 1990. Sistem fuzzy
digunakan untuk menentukan putaran
yang tepat secara otomatis
berdasarkan jenis dan banyaknya
kotoran serta jumlah yang akan
dicuci.
2. Transmisi otomatis pada mobil.
3. Kereta bawah tanah Sendai
mengontrol pemberhentian otomatis
pada area tertentu.
4. Ilmu kedokteran dan biologi,
penelitian kanker,
5. Manajemen dan pengambilan
keputusan, seperti manajemen basis
data.
6. Ekonomi, sistem pemasaran yang
kompleks, dan lain- lain.
7. Klasifikasi dan pencocokan pola.
8. Psikologi, seperti menganalisis
kelakuan masyarakat
9. Ilmu-ilmu sosial, terutama untuk
pemodelan informasi yang tidak
pasti.
10. Ilmu lingkungan, seperti kendali
kualitas air, prediksi cuaca, dan
lain - lain.
Struktur Umum Sistem LogikaFuzzy
Secara umum sistem logika fuzzy terdiri
dari modul berikut :
1. Fuzzification
2. Inference Engine and RuleBase
3. Defuzzification
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
138
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
Gambar 1. Struktur Umum Sistem Logika
Fuzzy
Hal-hal yang Perlu Diketahui dalam
Memahami Sistem Fuzzy
Ada beberapa hal yang perlu
diketahui untuk memahami sistem fuzzy,
yaitu:
a. Variabelfuzzy
b. Himpunanfuzzy
c. SemestaPembicaraan
d. Domain
HimpunanFuzzy
Himpunan fuzzy (fuzzy set)
merupakan suatu pengembangan lebih
lanjut tentang konsep himpunan dalam
matematika.
Himpunan fuzzy adalah rentang
nilai- nilai. Masing-masing nilai
mempunyai derajat keanggotaan
membership antara 0 (nol) sampai
dengan 1(satu). Dalam teori logika fuzzy
suatu nilai bias bernilai benar dan salah
secara bersamaan. Namun berapa besar
kebenaran dan kesalahan suatu nilai
tergantung pada bobot keanggotaan
yang dimilikinya (Triayudi dan Nazori,
2012).
Himpunan fuzzy memiliki 2
atribut, yaitu:
a. Linguistik
b. Numeris
Model FuzzyMamdani
Metode ini diperkenalkan oleh
Ebrahim Mamdani pada tahun 1975.
Mamdani memperkenalkan skema
fuzzifikasi, inferensi, defuzzifikasi dan
menggunakan strategi inferensi yang
umumnya disebut sebagai metode max-
min (Basu, 2012). Model Fuzzy
Mamdani merupakan salah satu teknik
yang penting dalam studi
Computational Intelligence
(Elamvazuthi et al, 2009). Selanjutnya,
GUI untuk pemodelan berbasis Fuzzy
telah dikembangkan menggunakan
GUIDE dan Fuzzy Toolbox pada
MATLAB (Sivarao et al, 2009).
Untuk mendapatkan output,
diperlukan 4 tahapan:
1. Pembentukan himpunan fuzzy
2. Aplikasi fungsi implikasi(aturan)
3. Komposisi aturan
Ada 3 metode yang digunakan dalam
melakukan inferensi system fuzzy
yaitu:
a. Metode Max(Maximum)
b. Metode Additive(Sum)
c. Metode Probabilistik OR(probor)
4. Penegasan (deffuzy)
Gambar 2. Proses Defuzzifikasi
RULE
BASED
FUZZIFI
ER
INFERE
NCE
DEFUZZI
FIER
INPUT
OUTPUT
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
139
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
Ada beberapa metode defuzzifikasi
pada komposisi aturan MAMDANI,
antara lain:
a. Metode Centroid (CompositeMoment)
Secara umum dirumuskan:
b. MetodeBisektor
Secara umum dituliskan :
c. Metode Mean of Maximum (MOM)
Pada metode ini, solusi crisp diperoleh
dengan cara mengambil nilai rata- rata
domain yang memiliki nilai
keanggotaan maksimum.
d. Metode Largest of Maximum(LOM)
Pada metode ini, solusi crisp
diperoleh dengan cara mengambil
nilai terbesar dari domain yang
memiliki nilai keanggotaan
maksimum.
e. Metode Smallest of Maximum(SOM)
Pada metode ini, solusi crisp
diperoleh dengan cara mengambil
nilai terkecil dari domain yang
memiliki nilai keanggotaan
maksimum.
Konsep USP SWAMITRA Bank
BUKOPIN
USP Swamitra merupakan sebuah
konsep terobosan dari Bank Bukopin,
yang memungkinkan Koperasi dan
Lembaga Keuangan Mikro mengatasi
masalah kelangkaan modal,
kepercayaan dan manajemen melalui
kerjasama Kemitraan dengan Bank
Bukopin menggunakan teknologi
mutakhir untuk menjamin pelayanan
yang professional serta jaringan
pelayanan yang terpadu.
Definisi SWAMITRA
Swamitra berasal dari bahasa Kawi
yang artinya kerja sama atas keinginan
sendiri (tanpa paksaan) dengan prinsip
kebersamaan dan saling menguntungkan.
Swamitra adalah nama dari suatu bentuk
kerjasama/ kemitraan antara Bank
Bukopin dengan Koperasi untuk
mengembangkan serta memodernisasi
usaha simpan pinjam melalui
pemanfaatan jaringan teknologi
(network) dan dukungan sistem
manajemen sehingga memiliki
kemampuan pelayanan transaksi
keuangan yang lebih luas, dengan tetap
memperhatikan peraturan Perundang -
Undangan yang berlaku.
Kerjasama/ kemitraan yang
dibangun didasarkan pada pertimbangan
kepentingan yang sama untuk
menciptakan nilai tambah bagi kedua
belah pihak, baik bagi Koperasi ataupun
Bank Bukopin.
Swamitra sebagai suatu usaha yang
dibentuk melalui kerjasama dengan
Koperasi, tunduk pada Undang-undang
No. 25 Tahun 1992 tentang
Perkoperasian dan Peraturan Pemerintah
No. 9 Tahun 1995 tentang Usaha Simpan
Pinjam, yang dalam pelaksanaan kegiatan
usahanya melakukan penghimpunan dan
penyaluran dana melalui kegiatan simpan
pinjam dari dan untuk anggota koperasi
yang bersangkutan, calon anggota
koperasi yang bersangkutan, serta
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
140
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
koperasi lain dan atau anggotannya
(untuk selanjutnya cukup/dapat disebut
Anggota Swamitra).
Tujuan SWAMITRA
- Menumbuhkembangkan simpan-
pinjam di kalangan anggota
Koperasi guna memacu
pertumbuhan usaha dalam rangka
peningkatan kesejahteraan anggota.
- Membuka peluang akses permodalan
bagi Koperasi yang selama ini
menghadapi banyak kendala dalam
kerjasama dengan bank atau
lembaga keuangan lainnya.
Manfaat SWAMITRA
- Dapat meningkatkan kepercayaan
pada Anggota Swamitra tersebut,
sehingga dapat meningkatkan
penghimpunan dana untuk
disalurkan kembali kepada Anggota
Swamitra lainnya.
- Dapat melakukan transaksi
keuangan yang padamasa
mendatang dapat dilakukan
langsung di setiap kantor Swamitra
melalui sistem jaringan (on line)
berdasarkan kesepakatan kerjasama
diantara koperasi pemilik Swamitra
bersangkutan.
- Memberi dukungan pada penyediaan
informasi dan komunikasi bisnis
sehingga perencanaan produksi dan
pemasaran dapat dilakukan dengan
lebih baik, yang dapat dimanfaatkan
Anggota Swamitra dalam rangka
peningkatan usaha produktif-nya.
- Penyajian laporan keuangan beserta
perubahannya dapat dilakukan
secara cepat dan akurat pada setiap
saat dibutuhkan sehingga
kepentingan untuk pengendalian dan
pengawasan dalam pengelolaan
Swamitra dapat dilakukan
denganbaik.
- Sistem manajemen dan teknologi
Swamitra memiliki daya tarik bagi
pihak-pihak lain, seperti :
Pemerintah, BUMN, dan Swasta
lainnya dalam rangka penyaluran
dana-dana baik dalam bentuk
bantuan maupun dana bergulir dalam
rangka meningkatkan usaha skala
mikro dan kecil, hal ini disebabkan
kemampuannya dalam menyediakan
laporan perkembangan penyaluran
dana - dana tersebut secara akurat.
Sekilas USP Swamitra KSU Global
BUKOPIN
USP Swamitra KSU Global
BUKOPIN berdiri pada tahun 2009
dengan Modal Awal sebesar Rp 400 juta
yang berasal dari Kerjasama antara
Koperasi Serba Usaha (KSU) Global
dengan Pihak Manajemen BUKOPIN.
Beralamat di jalan MH.Thamrin No. 81
Padang. Kredit Usaha Mikro merupakan
pendapatan utama dan sekaligus resiko
bisnis terbesar dan Account Officer
sebagai ujung tombak dalam
mempromosikan dan mencari Calon
Nasabah.
Dalam menentukan kelayakan
terhadap Calon Nasabah yang akan
diberikan kredit USP Swamitra KSU
Global BUKOPIN yang dalam hal ini
diwakili oleh Bagian Credit Support
(BCS) bersama Koordinator Operasional
dan Manager Unit melakukan analisa
kelayakan terhadap aspek 5C yaitu
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
141
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
collateral, capacity, capital, character,
condition. Analisa ini didapat setelah
melakukan survey lapangan baik survey
kondisi usaha maupun domisili Calon
Nasabah. Kemudian hasil analisa ini akan
diajukan oleh Account Officer kepada
Supervisi Bisnis Mikro Bank BUKOPIN
selaku Pemutus Kredit/ Kredit Komite.
Setelah kredit disetujui seluruh
berkas akan kembali diserahkan kepada
Bagian Credit Support (BCS) untuk
kemudian diverifikasi ulang dan
dilakukan pencairan dana/ Dropping.
Dengan demikian makares milah Calon
Nasabah tersebut menjadi Nasabah yang
kemudian disebut sebagai Anggota
Swamitra.
Konsep Kredit
Kata “Kredit” berasal dari bahasa
Yunani “Credere” yang berarti
“kepercayaan” dalam bahasa latin
“Creditum” yang berarti “kepercayaan
dan kebenaran” sedangkan dalam
bahasa Inggris "Credit" yang menurut
kamus webster berarti “trustwortiness
or credibility”. Sebagai kata benda
"credible" yang berarti dapat diperaya.
Definisi Kredit
1. Kredit dapat mengandung adanya
penyerahan tagihan, uang ataupun
barang sehingga si pemberi kredit
dapat menerima tambahan nilai
pokok dari penyerahan tersebut
dalam bentuk bunga yang dijadikan
pendapatan.
2. Adanya kesepakatan antara kedua
belah pihak dalam hal jangka waktu
dan perjanjian pelunasan.
3. Kredit dilandaskan atas kepercayaan
yang diatur dalam sebuah
persetujuan dan harus dipatuhi
sesuai kewajiban masing – masing
pihak.
Definisi Kredit Mikro
Secara universal pengertian kredit
mikro adalah definisi yang dicetuskan
dalam pertemuan The World Summit in
Micro credit di Washington pada tangga
l2 - 4 Februari 1997 yaitu program atau
kegiatan memberikan pinjaman yang
jumlahnya kecil kepada masyarakat
golongan kelas menengah ke bawah
untuk kegiatan usaha meningkatkan
pendapatan, pemberian pinjaman untuk
mengurus dirinya sendiri dan
keluarganya.
Kriteria Kredit Mikro
Berdasarkan Bank Indonesia ada
beberapa kriteria kredit mikro yaitu :
1. Ukuran
2. Kelompok sasaran
3. Penggunaan
4. Waktu dan persyaratan
Fungsi dan Manfaat Kredit
Adapun fungsi dan manfaat kredit dalam
www.bi.go.id (03 November 2012)
adalah sebagai berikut :
1. FungsiKredit
Bagi dunia usaha (termasuk usaha kecil):
- Sebagai sumber permodalan untuk
menjaga kelangsungan atau
meningkatkanusahanya.
- Pengembalian kredit wajib
dilakukan tepat waktu, diharapkan
dapat diperoleh dari keuntungan
usahanya.
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
142
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
Bagi lembaga keuangan (termasuk bank):
Menyalurkan dana masyarakat
(deposito, tabungan, giro) dalam bentuk
kredit kepada dunia usaha.
2. ManfaatKredit
Memberi keuntungan Bagi Debitur dan
Lembaga Keuangan :
Bagi Debitur :
Memberi keuntungan usaha dengan
adanya tambahan modal dan
berkembangnya usaha.
Bagi lembaga keuangan (termasuk
perbankan) :
Memberi keuntungan dari selisih bunga
pemberian kredit atau jasa lainnya.
Prinsip Kredit
Dalam pemberian kredit
diperlukan analisa kelayakan kepada
calon nasabah yang pada dasarnya
adalah memperkirakan kemampuan
pelanggan dalam mengelola usahanya
sehingga akan dapat membayar
kewajibannya. Penilaian kredit
merupakan hal yang sangat penting
dilakukan oleh petugas kredit sebuah
bank untuk pinjaman komersil yang
biasanya menggunakan table penilaian
berdasarkan system poin (Chen dan
Chiou,1998).
Dalam dunia perbankan
pertimbangan yang lazim digunakan
untuk mengevaluasi calon nasabah
sering disebut dengan prinsip 5C atau
“the five C’s principles”.
Adapun prinsip 5C tersebut yaitu :
1. Chacaracter
2. Capacity
3. Capital
4. Collateral
5. Condition
METODOLOGI PENELITIAN
Metodologi penelitian merupakan
urutan-urutan yang dilakukan dalam
melakukan sebuah
penelitian.Metodologi ini bertujuan agar
penelitian bisa lebih terkonsep dan
terarah sesuai dengan tujuan yang
diharapkan terhadap penelitian tersebut.
Metodologi penelitian ini
kemudian digambarkan ke dalam bentuk
sebuah kerangka kerja. Berdasarkan
pedoman dari kerangka kerja inilah
penelitian akan akan dilakukan.
Kerangka Kerja Penelitian
Penyusunan penelitian ini dengan
teknik yaitu studi kepustakaan dan studi
lapangan.Studi kepustakaan digunakan
untuk mengumpulkan literatur bacaan
yang berupa buku-buku, jurnal dan
artikel-artikel yang berhubungan
dengan topik penelitian.Sedangkan
studi lapangan digunakan utnuk
mengambil sampel data nasabah yang
dilakukan di USP Swamitra KSU
Global Ranah Padang.
1. Studi Pendahuluan
Berupa pencarian informasi awal
tentang Logika fuzzy dan analisa
terhadap kelayakan pemberian kredit.
2. Menentukan Tujuan
Dimana tujuan dari penelitian ini
adalah bagaimana merancang
model fuzzy inference dengan
metode Mamdani dalam
menganalisa kelayakan pemberian
kredit modal kerja mikro.
3. Mempelajari Literatur
Mempelajari literatur yang
berhubungan dengan sistem
inferensi fuzzy dengan metode
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
143
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
Mamdani. Khususnya dalam bidang
pengambilan keputusan.
4. Mengumpulkan Data
Dilakukan dengan mempelajari
buku-buku dan literature jurnal serta
literatur dari internet yang
berhubungan dengan logika fuzzy
dalam menganalisa kelayakan
kredit. Selain itu data dikumpulkan
dengan melakukan observasi
langsung pada calon nasabah dan
data alur proses kredit yang berlaku
pada USP Swamitra KSU Global
Ranah Padang sehingga kredit bisa
dinyatakan layak atau tidak layak.
5. Analisa Masalah
Menggunakan prinsip 5C
Di mana pada USP Swamitra KSU
Global Ranah Padang analisa ini
kemudian dikelompokkan menjadi:
a. Performance
Pada kelompok ini akan
dilakukan analisa dan pemberian
nilai berdasarkan prinsip
Character, Capacity dan
Condition.
b. Kapasitas
Pada kelompok ini dilakukan
analisa berdasarkan prinsip
Capital yaitu seberapa besar
kekayaan dari usaha calon
nasabah.
c. Jaminan
Pada kelompok analisa dilakukan
berdasarkan prinsip Collateral
yaitu nilai jaminan yang bisa
disita jika sewaktu-waktu kredit
mengalami kemacetan.
6. Pengolahan Data denganMetode
Pengolahan menggunakan logika
fuzzy dengan metode Mamdani.
Adapun langkah- langkah yang
dilakukan pada tahap ini adalah :
a. Fuzzyfikasi
yaitu menentukan himpunan fuzzy
dari tiap-tiap variabel fuzzy
b. Inferensi
Membuat aturan (rule based),
yang berisi aturan-aturan atau rule
yang berguna dalam penentuan
keputusan kelayakan pengajuan
kredit.
c. Deffuzyfikasi
Melakukan konversi dari
himpunan fuzzy menjadi nilai
crisp sebagai output.
7. PerancanganSistem
Adapun sistem yang dirancang
menggunakan software Matlab.Di
mana perancangan sistem inferensi
fuzzy (Fuzzy Inferensi System)
telah disediakan dalam bentuk
editor maupun toolbox.
Sistem analisa kelayakan kredit
akan dirancang menggunakan
struktur Fuzzy Inferensi System
dengan metode Mamdani.
8. PengujianSistem
Tujuannya yaitu untuk melihat
apakah sistem yang dibangun telah
mampu melakukan penilaian
terhadap kelayakan pemberian
kredit modal usaha mikro pada USP
Swamitra KSU Global Ranah
Padang. Pengujian dilakukan
dengan cara sebagai berikut :
a. Memasukkan nilai inputvariabel
b. Menilai keputusan yang
dihasilkan sistem
Setelah keputusan dihasilkan oleh
sistem, langkah selanjutnya yaitu menilai
apakah keputusan yang dihasilkan oleh
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
144
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
sistem telah sesuai dengan kriteria yang
ditentukan. Apabila keputusan yang
dihasilkan oleh sistem sesuai rule maka
sistem telah mampu melakukan analisa
terhadap kelayakan pemberian kredit
modal usaha mikro pada USP Swamitra
KSU Global Ranah Padang.
PEMBAHASAN DAN HASIL
Analisa Data
Berdasarkan kerangka kerja
penelitian maka data yang dikumpulkan
untuk dianalisa pada bab ini meliputi data
20 orang calon nasabah pada USP Swamitra
KSU Global dan data alur kerja dalam
menganalisa kelayakan kredit pada USP
Swamitra KSU Global Ranah Padang.
Adapun keseluruhan data yang
diperoleh dari calon nasabah adalah untuk
menentukan kriteria penilaian kelayakan
pemberian kredit terhadap calon nasabah.
Kriteria tersebut meliputi : performance,
kapasitas dan jaminan. Kriteria ini
merupakan kriteria standar yang berlaku
pada USP Swamitra KSU Global Padang.
Selanjutnya data tersebut akan diolah sesuai
dengan alur dari sistem inferensi fuzzy
(Fuzzy Inference System).
Analisa Sistem
Sistem yang akan dirancang memiliki
3 variabel input dan satu variabel output.
Hal ini disesuaikan dengan kriteria yang
berlaku pada USP Swamitra KSU Global.
Adapun variabel input yaitu : performance,
kapasitas dan jaminan. Sedangkan variabel
outputnya yaitu : keputusan.
Gambar 3. Variabel Input dan Output Sistem
Fuzzy
Analisa Sistem untuk Variabel
Performance
Variabel performance merupakan
variabel input untuk menilai aspek
character, capacity dan condition. Variabel
ini bernilai sangat baik, baik dan tidak baik.
Penilaian ini dilakukan terhadap 8 kriteria
yaitu :
1. Lama berusaha
2. Reputasi usaha dari rekanan
3. Reputasi usaha dari supplier
4. Reputasi usaha dari relasi kerja lainnya
5. Usia calon debitur
6. Kelengkapan administrasi usaha
7. Status kepemilikan tempat tinggal calon
debitur
8. Status kepemilikan tempat usaha
Semua kriteria di atas memiliki
masing-masing nilai antara 1-5 sesuai
dengan kondisinya. Penilaian dilakukan
oleh Bagian Credit Support (BCS) dan
Account Officer (Pembina Kredit) calon
debitur. Penilaian ini melalui wawancara
dan survey lapangan. Kemudian dituangkan
ke dalam formulir evaluasi.
Berdasarkan hasil dari formulir
evaluasi maka akan diperoleh nilai
himpunan dari variabel performance
sebagai berikut :
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
145
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
Tabel 1. Himpunan Fuzzy Variabel Performance
Semesta
Pembicaraan Himpunan Domain
0 - 40
Kurang baik [0 20]
baik [15 30]
Sangat baik [25 40]
1
0
kurangbaik sangatbaikbaik
µ[x]
Derajat
Keanggotaan
5 10 15 20 25 30 35 40
0,5
Gambar 4. Membership Function Untuk
Variabel Performance
Analisa Sistem untuk Variabel Kapasitas
Variabel kapasitas merupakan
variabel untuk penilaian terhadap prinsip
capital yaitu seberapa besar kekayaan usaha
dan pribadi seorang nasabah. Hal ini
ditujukan untuk mengukur kemampuan
pengembalian angsuran pinjaman. Adapun
aspek penilaian yang berlaku pada USP
Swamitra Global yaitu :
1. Laba/ Kewajiban
2. Laba/ Bunga
Berdasarkan hasil dari formulir
evaluasi maka akan diperoleh nilai
himpunan dari variabel kapasitas sebagai
berikut : Tabel 2. Himpunan Fuzzy Untuk Variabel
Kapasitas
Semesta
Pembicaraan Himpunan Domain
0 - 25
kecil [0 10]
sedang [7 18]
besar [15 25]
1
0
kecil besarsedang
µ[x]
Derajat
Keanggotaan
5 10 18 25
0,5
7 12 15 20 Gambar 5. Membership Function Untuk Variabel
Kapasitas
Analisa Sistem untuk Variabel Jaminan
Variabel jaminan merupakan variabel
penilaian kelayakan jaminan seorang calon
nasabah. Pada USP Swamitra KSU Global,
jaminan dapat berupa bukti kepemilikan
kendaraan (BPKB) kendaraan baik sepeda
motor maupun mobil dan sertifikat
kepemilikan tanah dan bangunan. Penilaian
dilakukan dengan cara membagi nilai
likuidasi dengan nilai pinjaman.
Berdasarkan hasil dari formulir
evaluasi maka akan diperoleh nilai
himpunan dari variabel jaminansebagai
berikut :
Tabel 3. Himpunan Fuzzy Untuk Variabel
Jaminan
Semesta
Pembicaraan Himpunan Domain
0 - 5
tidaklayak [0 3]
Layak [2 4]
sangatlayak [3 5]
1
0
tidaklayaksangatlayaklayak
µ[x]
Derajat
Keanggotaan
0.5 1 1.5 2 2.5 3 3.5 4
0,5
4.5 5
Gambar 6. Membership Function Untuk Variabel
Jaminan
Analisa Sistem untuk Variabel
Keputusan untuk Output
Variabel keputusan merupakan
variabel output yang akan menampung
proses inferensi sistem fuzzy dan sekaligus
sebagai hasil untuk rekomendasi keputusan.
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
146
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
Tabel 4. Himpunan Fuzzy Untuk Variabel
Keputusan
Semesta
Pembicaraan Himpunan Domain
0 - 1 TIDAKLAYAK [0 0,5]
LAYAK [0,5 1]
1
0
tidaklayaklayak
µ[x]
Derajat
Keanggotaan
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
0,5
0.9 1 Gambar 7. Membership Function Untuk
Variabel Keputusan
Perancangan Struktur Fuzzy Inference
Sistem (FIS)
Gambar 8. Sturktur Fuzzy Inference Sistem
(FIS)
Perancangan Aturan Logika Fuzzy
Aturan atau rule merupakan salah
satu komponen penentu dalam logika fuzzy.
Aturan dibuat sedemikian rupa agar semua
kondisi dan persyaratan sistem dapat
terpenuhi.
Proses Penalaran Logika Fuzzy
Secara umum proses penalaran logika
fuzzy meliputi : pembentukan himpunan
fuzzy (fuzzyfikasi), inferensi atau implikasi
rule, dan defuzzifikasi atau ekstraksi output
1baik
µ[x]
Derajat
Keanggotaan
3015
0,5
22,5
0,3
Gambar 9. Contoh Himpunan Fuzzy Untuk
Performance
1besar
µ[x]
Derajat
Keanggotaan
2515
0,5
20 Gambar 10. Contoh Himpunan Fuzzy Untuk
Kapasitas
1layak
µ[x]
Derajat
Keanggotaan
42
0,5
3
Gambar 11. Contoh Himpunan Fuzzy Untuk
Jaminan
Fungsi Implikasi untuk Inferensi
Untuk fungsi implikasi ada beberapa
rule yang akan diuji. Contoh :
[R15] IF (Performanceis baik) and
(kapasitas is besar) and (jaminan is layak)
Then (keputusan is LAYAK)
1LAYAK
10,5
0,5
0,75
Performance Kapasitas Jaminan Keputusan
1 baik
3015
0,5
22,5
0,3
1besar
2515
0,5
20
1layak
42
0,5
3
0,3
Gambar 12. Titik Potong Fungsi Implikasi Rule
15
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
147
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
Agregasi (Komposisi Aturan)
1TIDAKLAYAK
0,50 0,25
LAYAK
10,75
keputusan
0,5
0,30,2
Gambar 13. Titik Potong Daerah Keputusan
Defuzzifikasi
Oleh karena himpunannya adalah semesta
kontinu maka fungsi yang diambil adalah :
𝑍 =∫ 𝑍𝜇(𝑧)𝑑𝑧
𝑧
∫ 𝜇(𝑧)𝑑𝑧𝑧
Langkah pertama yaitu mencari momen
daerah :
Untuk M1 daerah (z–0,5)/ (1-0,5);
0,60≤z≤ 0,65 yaitu :
𝑀1 = ∫𝑧 − 0,5
0,5
0,65
0,6
𝑧 𝑑𝑧
𝑀1 = ∫ 2𝑧2 − 𝑧0,65
0,6
𝑀1 = 0,67𝑧3 − 0,5𝑧2 ∫0,65
0,6
𝑀1 = 0,008
Untuk M2 daerah 0,3 ; z≥ 0,65 yaitu :
𝑀2 = ∫ 0,31
0,65
𝑧 𝑑𝑧
𝑀2 = ∫ 0,15𝑧21
0,65
𝑀2 = 0,15𝑧2 ∫1
0,65
𝑀2 = 0,087
Selanjutnya mencari luas daerah :
Untuk daerah 1 :
A1 = (0,2+0,3) x (0,65-0,6) / 2
A1 = 0,013
Untuk daerah 2 :
A2 = (1-0,65) x (0,3)
A2 = 0,105
Jadi nilai crisp atau titik pusatnya adalah :
𝑍 =0,008+0,087
0,013+0,105
𝑍 = 0,806
Jadi kesimpulan untuk calon nasabah
yang memiliki performance [28], kapasitas
[25] dan jaminan [3,5] adalah LAYAK
dengan nilai keanggotaan adalah 0,642 atau
bisa disebut bahwa calon nasabah tersebut
64,2% LAYAK untuk diberikan kredit
modal usaha mikro pada USP Swamitra
KSU Global Ranah Padang.
SIMPULAN
Setelah melakukan penelitian pada
USP Swamitra KSU Global Padang
mengenai sistem pendukung keputusan
analisa kelayakan pemberian kredit modal
usaha mikro menggunakan logika fuzzy,
maka penulis dapat menarik kesimpulan
sebagai berikut :
1. Diperlukan perancangan variabel dan
aturan (rule) yang tepat agar sistem
logika fuzzy yang dirancang lebih tepat
dalam pengambilan keputusan.
2. Sistem logika fuzzy yang dirancang
telah diuji menggunakan matlab
sehingga dapat menentukan seberapa
layak seorang calon nasabah untuk
mendapatkan kredit modal usaha mikro
pada USP Swamitra KSU Global
Padang dengan tepat.
JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika
148
E-ISSN : 2541 – 2469
P-ISSN : 2355 – 7958
Vol. 5 No. 1 Juli 2018
3. Sistem logika fuzzy ini dapat
diimplementasikan pada USP Swamitra
KSU Global Padang sehingga dalam
pemberian kredit menjadi lebih tepat
guna dan menghindari resiko
kemacetan kredit.
DAFTAR PUSTAKA
Kusumadewi, Sri. 2003. Artificial
Intelegent (Teknik dan Aplikasinya).
Yogyakarta: Graha Ilmu.
Naba, Agus. 2009. Belajar Cepat Fuzzy
Logic Menggunakan MATLAB.
Yogyakarta: ANDI.
Yamin. 2011. “Analisis Pemberian Kredit
Mobil Dengan Pendekatan Metode
Fuzzy-Mamdani (Studi Kasus : PT
Astra CreditCompaniesCAbang
Daihatsu Cibubur”.
Elamvazuthi et al. 2009. “The Application
of Mamdani Fuzzy Model for
Auto Zoom Function of a Digital
Camera”.
Mohagheghi. 2005. “An Adaptive Mamdani
Fuzzy Logic BasedController for a
Static Compensator in a
Multimachine Power System”.
Saleh et al. 2011. “A Fuzzy Decision
Support System for Management of
Breast Cancer”.
Triayudi dan Nazori.2012. “Analisa Sistem
Penilaian Kinerja Guru
Menggunakan Fuzzy Inference
System Mamdani: Studi Kasus UPT
Dinas Pendidikan Kec. Penengahan
Lampung Selatan”.
Basu. 2012. “Realization of Fuzzy Logic
Temperature Controller”.
Sivarao et al. 2009. “GUI Based Mamdani
Fuzzy Inference System Modeling
To Predict Surface Roughness in
Laser Machining”.
Chen dan Chiou, 1998. “A fuzzy credit-
rating approach for commercial
loans: a Taiwan case”.
Gunadi Widi Nurcahyo (2003). “Modified
Sweep Algorithm with Fuzzy-Based
Parameters for Public Bus Route
Selection” Universiti Teknologi
Malaysia: Tesis PhD.