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


136

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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


137

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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


138

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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


139

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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


140

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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


141

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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.

http://www.bi.go.id/


142

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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


143

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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


144

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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 :


145

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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



himpunan dari variabel kapasitas sebagai

berikut : Tabel 2. Himpunan Fuzzy Untuk Variabel

Kapasitas

Semesta


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.



himpunan dari variabel jaminansebagai

berikut :

Tabel 3. Himpunan Fuzzy Untuk Variabel

Jaminan

Semesta


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.


146

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


Tabel 4. Himpunan Fuzzy Untuk Variabel

Keputusan

Semesta


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


147

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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.


148

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


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.

LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN …

Documents

Transcript of LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN …