Skripsi 3df

Embed Size (px)

Citation preview

  • 7/26/2019 Skripsi 3df

    1/37

    i

    IMPLEMENTASI METODE FUZZY TSUKAMOTO

    UNTUK MENENTUKAN KELAYAKAN PEMBERIAN KREDIT

    DIKPRI BHAKTI BULAKAMBA

    SKRIPSI

    Disusun Sebagai Salah Satu Syarat

    Untuk Memperoleh Gelar Sarjana Komputer

    padaJurusan Ilmu Komputer/ Informatika

    Disusun Oleh :

    DANU PERMADI RENDRA

    24010312130128

    JURUSAN ILMU KOMPUTER / INFORMATIKA

    FAKULTAS SAINS DAN MATEMATIKA

    UNIVERSITAS DIPONEGORO

    2016

  • 7/26/2019 Skripsi 3df

    2/37

    ii

    HALAMAN PENGESAHAN

  • 7/26/2019 Skripsi 3df

    3/37

    iii

    DAFTAR ISI

    DAFTAR ISI ................................................................................................................... iii

    DAFTAR GAMBAR ........................................................................................................ iv

    DAFTAR TABEL.............................................................................................................. v

    BAB I PENDAHULUAN .................................................................................................. 1

    1.1

    Latar Belakang ..................................................................................................... 1

    1.2 Rumusan Masalah ................................................................................................ 2

    1.3 Tujuan dan Manfaat ............................................................................................. 2

    1.4

    Ruang Lingkup .................................................................................................... 2

    LAMPIRANLAMPIRAN ..............................................Error! Bookmark not defined.

  • 7/26/2019 Skripsi 3df

    4/37

    iv

    DAFTAR GAMBAR

    Gambar 2.1. Representasi Linear Naik .................................................................................... 7

    Gambar 2.2. Representasi Linear Turun .................................................................................. 8

    Gambar 2.3. Representasi Kurva Segitiga ............................................................................... 8

    Gambar 2.4 Fungsi Implikasi Min ......................................................................................... 10

    Gambar 2.5 Fungsi Implikasi Dot.......................................................................................... 10

    Gambar 2.6. Sistem InferensiFuzzy ......................................................................................11

    Gambar 2.8. ModelFuzzy Tsukamoto .................................................................................... 12

    Gambar 2.9 Metode Waterfall............................................................................................... 13

    Gambar 3.1. Arsitektur Sistem Aplikasi penentuan kelayakan pemberian kredit

    di KPRI Bhakti Bulakamba ................................................................................................... 16

    Gambar 3.2. Flowchartsistem pada aplikasi penentuan kelayakan pemberian kredit di KPRI

    Bhakti Bulakamba ................................................................................................................. 17

  • 7/26/2019 Skripsi 3df

    5/37

    v

    DAFTAR TABEL

    Tabel 2.1 Komponen ERD ...................................................................................................... 4

    Tabel 2.2 Komponen DFD ...................................................................................................... 5

    Tabel 3.1 Jadwal Kegiatan Tuga Akhir.................................................................................. 19

  • 7/26/2019 Skripsi 3df

    6/37

    1

    BAB I

    PENDAHULUAN

    1.1

    Latar Belakang

    Koperasi adalah organisasi bisnis yang dimiliki dan dioperasikan oleh orang-

    seorang demi kepentingan bersama (Arthur, et al., 2003). Koperasi melandaskan

    kegiatan berdasarkan prinsip gerakan ekonomi rakyat yang berdasarkan asas

    kekeluargaan.Prinsip koperasi adalah suatusistemide-ideabstrak yang merupakan

    petunjuk untuk membangun koperasi yang efektif dan tahan lama(Hans, 1980).

    Koperasi Pegawai Republik Indonesia (KPRI) merupakan salah satu jenis

    koperasi yang didirikan dan dikelola oleh pegawai negeri. Anggota dari KPRI adalahpegawai negeriyang betugas di suatu wilayah. KPRI bertujuan terutama untuk

    meningkatkan kesejahteraan para pegawai negeri. Sebelumnya KPRI bernama KPN

    (Koperasi Pegawai Negeri). KPRI Bhakti Bulakamba merupakan koperasi untuk

    pegawai negeri yang mempunyai wilayah kerja di kecamatan Bulakamba Brebes.

    Anggota dari KPRI Bhakti Bulakamba adalah pegawai negeri yang terdiri dari guru,

    pengawas, dan tenaga kantor UPT Dinas Pendidikan Kecamatan.

    Seringkali pemberian kredit di KPRI Bhakti Bulakamba tidak tepat sasaran. Hal

    ini dikarenakan pemberian kredit hanya didasarkan karena saling kenal, percaya, atau

    penilaian secara subjektif lainnya.

    Penelitian tentang pemberian kredit yang serupa telah dilakukan oleh I Made

    Budi Suwadnyana dan A.A. Gede Bagus Ariana pada tahun 2013. Penelitian tersebut

    menggunakan metode mamdani, dengan mengunakan 3 variabel inputyaitu total gaji,

    total pengajuan kredit, dan jangka waktu pengembalian dengan variabel outputberupa

    keputusan . Selain itu Hanifah Awliya melakukan penelitian tentang penentuan

    penerima KUR menggunakan meodeFuzzy Tsukamotopada tahun 2014. Variabel yang

    digunakan pada penelitian tersebut yaitu karakter, modal, jaminan, dan ekonomi dengan

    output berupa keputusan.

    Berdasarkan alasan tersebut, maka akan dibuat suatu sistem untuk menguji

    kelayakan pada pemberian kredit berdasarkan beberapa aspek yang dinilai. Aspek yang

    akan dinilai diantaranya yaitu total gaji, besarnya pengajuan kredit, dan lamanya waktu

    pengembalian. Dari keempat aspek tersebut, maka dapat ditarik kesimpulan apakah

    https://id.wikipedia.org/wiki/Sistemhttps://id.wikipedia.org/wiki/Idehttps://id.wikipedia.org/wiki/Abstrakhttps://id.wikipedia.org/wiki/Abstrakhttps://id.wikipedia.org/wiki/Idehttps://id.wikipedia.org/wiki/Sistem
  • 7/26/2019 Skripsi 3df

    7/37

    2

    pengajuan kredit yang dilakukan dikatakan layak atau tidak untuk diberikan pinjaman

    berdassarkan perhitungan Fuzzy Tsukamoto. Jika hasilnya tidak layak, maka sistem

    akan menampilkan nilai pengajuan kredit yang bisa di setujui.

    1.2 Rumusan Masalah

    Berdasarkan latar belakang di atas maka dapat dirumuskan suatu permasalahan

    yaitu bagaimana implementasi metode Fuzzy Tsukamotountuk menentukan kelayakan

    pemberian kredit di KPRI Bhakti Bulakamba.

    1.3 Tujuan dan Manfaat

    Tujuan yang ingin dicapai dalam tugas akhir ini adalah menghasilkan aplikasi

    yang dapatmembantu KPRI Bhakti Bulakamba untuk menentukan kelayakan

    pemberian Kredit kepada anggotanya menggunakanFuzzy Tsukamoto.

    Adapun manfaat yang diharapkan dari tugas akhir ini adalah membantu KPRI

    Bhakti Bulakambadalam pemberian kredit kepada anggotanya agar menjadi lebih tepat

    sasaran.

    1.4 Ruang Lingkup

    Dalam penyusunan tugas akhir ini, diberikan ruang lingkup yang jelas agar

    pembahasan lebih terarah dan tidak menyimpang dari tujuan penulisan. Adapun ruang

    lingkup dibatasi pada persoalan penentuan kelayakanpemberian kredit di KPRI Bhakti

    Bulakamba, yaitu :

    1. Kriteria yang menjadi prioritas adalah sisa gaji, jangka waktu pengembalian, dan

    pengajuan kredit.

    2.

    Keluaran yang dihasilkan adalah keputusan dengan nilai kelayakan pemberian kredit

    dan nilai pengajuan kredit apabila disetujui berdasarkan perhitungan metode Fuzzy

    Tsukamoto.

    3. Bentuk implementasi dari sistem ini berbasis web, menggunakan bahasa

    pemrograman PHP.

  • 7/26/2019 Skripsi 3df

    8/37

    3

    1.5 Sistematika Penulisan

    Sistematika penulisan yang digunakan dalam penulisan tugas akhir ini terbagi

    dari beberapa pokok bahasan, yaitu :

    BAB I PENDAHULUAN

    Bab ini berisi tentang latar belakang, rumusan masalah, tujuan dan

    manfaat, ruang lingkup, serta sistematika penulisan dalam penulisan

    tugas akhir.

    BAB II LANDASAN TEORI

    Bab ini berisi tentang dasar teori yang berhubungan dengan topik tugas

    akhir. Dasar teori digunakan dalam penyusunan tugas akhir hingga

    selesai terciptanya perangkat lunak yang dapat di implementasikan.

    BAB III ANALISIS KEBUTUHAN DAN PERANCANGAN

    Bab ini berisi tentang analisis kebutuhan pada Aplikasi Penentuaan

    Kelayakan Pemberian Kredit Dikpri Bhakti Bulakamba baik

    perancangan struktur maupun perancangan antarmukanya.

    BAB IV IMPLEMENTASI DAN PENGUJIAN

    Bab ini berisi implementasi perangkat lunak serta rincian pengujian

    perangkat lunak yang digunakan dengan menggunakan metode

    blackbox.

    BAB V PENUTUP

    Bab ini berisi kesimpulan yang dapat diambil berkaitan dengan

    perangkat lunak yang dikembangkan dan saran-saran untuk

    pengembangan perangkat lunak lebih lanjut.

  • 7/26/2019 Skripsi 3df

    9/37

    4

    BAB II

    TINJAUAN PUSTAKA

    2.1.

    Koperasi

    Koperasi adalah organisasi bisnis yang dimiliki dan dioperasikan oleh orang-

    seorang demi kepentingan bersama (Arthur, et al., 2003). Koperasi melandaskan

    kegiatan berdasarkan prinsip gerakan ekonomi rakyat yang berdasarkan asas

    kekeluargaan.Prinsip koperasi adalah suatusistemide-ideabstrak yang merupakan

    petunjuk untuk membangun koperasi yang efektif dan tahan lama (Hans, 1980).

    Menurut Undang-undang No. 25 tahun 1992 Pasal 4 dijelaskan bahwa koperasi

    memiliki fungsi dan peranan antara lain yaitu mengembangkan potensi dan kemampuan

    ekonomi anggota dan masyarakat, berupaya mempertinggi kualitas kehidupanmanusia,

    memperkokoh perekonomianrakyat, mengembangkan perekonomiannasional, serta

    mengembangkan kreativitas dan jiwa berorganisasi bagi pelajarbangsa(Hans, 1980).

    2.2 Kredit

    Pengertian kredit mempunyai dimensi yang beraneka ragam, dimulai dari kata

    kredit yang berasal dari bahasa latin credo, yang berarti saya percaya, yangmerupakan kombinasi dari bahasa sansekerta cred (yang artinya kepercayaan) dan

    bahasa latin do (yang artinya saya tempatkan). Pengertian kredit juga berasal dari

    kata kredit yang berasal dari bahasa Yunani Credere yang berarti Kepercayaan

    atau dalam bahasa latin Creditum yang berarti kepercayaan akan kebenaran.

    Kredit adalah kemampuan untuk melaksanakan suatu pembelian atau

    mengadakan suatu pinjaman dengan suatu janji pembayarannya akan dilakukan dengan

    ditangguhkan pada suatu jangka waktu tertentu yang telah disepakati (IKAPI, 1988).

    Sedangkan pengertian lain untuk kegiatan perbankan di Indonesia juga

    dirumuskan dalam bab I, pasal 1,2 undang-Undang Pokok Perbankan No. 14 Tahun

    1967 yang merumuskan : Kredit adalah penyediaan uang atau tagihan yang dapat

    disamakan dengan itu, berdasarkan persetujuan pinjam-meminjam antara bank dengan

    pihak lain dalam hal dimana peminjam berkewajiban melunasi hutangnya setelah

    jangka waktu tertentu dengan jumlah bunga yang telah ditentukan (IKAPI, 1988).

    2.3 Pemodelan Data

    https://id.wikipedia.org/wiki/Sistemhttps://id.wikipedia.org/wiki/Idehttps://id.wikipedia.org/wiki/Abstrakhttps://id.wikipedia.org/wiki/Manusiahttps://id.wikipedia.org/wiki/Rakyathttps://id.wikipedia.org/wiki/Nasionalhttps://id.wikipedia.org/wiki/Bangsahttps://id.wikipedia.org/wiki/Bangsahttps://id.wikipedia.org/wiki/Nasionalhttps://id.wikipedia.org/wiki/Rakyathttps://id.wikipedia.org/wiki/Manusiahttps://id.wikipedia.org/wiki/Abstrakhttps://id.wikipedia.org/wiki/Idehttps://id.wikipedia.org/wiki/Sistem
  • 7/26/2019 Skripsi 3df

    10/37

    5

    Pemodelan data berfungsi untuk menjelaskan objek data utama yang akan

    diproses oleh sistem, bagaimana komposisi dari masing-masing objek data termasuk

    atributnya, hubungan antara masing-masing objek data dan objek yang lainnya dan

    bagaimana hubungan antara objek dengan proses yang

    mentransformasikannya(Pressman, 2002).

    Metode pemodelan data menggunakan Entity Relationship Diagram(ERD).

    ERDadalahsuatu diagram yangmenggambarkankeseluruhanstrukturallogikadarisebuah

    basisdata,terdiri dari beberapa komponen seperti terlihat pada Tabel 2.1 berikut

    (Silberschatz, et al., 2011):

    Tabel 2.1. Komponen ERD

    Notasi Deskripsi

    Entitasadalah suatu benda atau objek pada dunia

    nyata yang dapat dibedakan dari objek lain.

    Atribut adalah deskriptif sifat yang dimiliki oleh

    entitas.

    Atribut kunci primer adalah atribut yang

    memiliki nilai unik sebagai identitas entitas

    tersebut.

    Notasi Deskripsi

    Atribut multivalued adalah atribut yang memiliki

    nilai lebih dari satu.

    Relasi adalah hubungan di antara entitas-entitas.

    Asosiasi adalah garis penghubung antara entitas

    dan relasi yang memiliki kardinalitas. Kardinalitas

    adalah jumlah kemungkinan hubungan antara

    suatu entitas dengan entitas yang lain.

    2.4 Pemodelan Fungsional

  • 7/26/2019 Skripsi 3df

    11/37

    6

    Pemodelan fungsional menggambarkan keseluruhan fungsi dari suatu sistem

    sebagai sebuah transformasi dari input yang diberikan user menjadi output yang

    dihasilkan oleh sistem. Alat bantu yang digunakan dalam melakukan pemodelan

    fungsional ini adalah DFD (Data Flow Diagram). Komponen-komponen pada DFD

    dapat dilihat pada Tabel 2.2 berikut (Whitten & Bentley, 2007):

    Tabel 2.2. Komponen DFD

    Notasi Deskripsi

    Entitas luar adalah entitas yang berada di luar sistem

    tetapi berinteraksi dengan sistem yang berupa orang,

    kelompok, organisasi, maupun sistem.

    Proses adalah apa yang dilakukan oleh sistem sebagai

    respon terhadap aliran data yang masuk dan

    menghasilkan aliran data keluar.

    Data Storeadalah media penyimpanan data. Data store

    merepresentasikan semua kemungkinan entitas data dan

    sinkronisasi model proses sistem dengan model data itu

    sendiri.

    Aliran dataadalah komunikasi antara proses dan

    lingkungan sistem yang digunakan sebagai representasi

    CRUD (Create,Read, Update, danDelete)data padafile

    atau database. Aliran data merepresentasikan input data

    ke proses atau output data dari proses.

    2.5 Logika Fuzzy

    Logika fuzzy pertama kali diperkenalkan oleh Lotfi Zadeh pada tahun

    1965.Logika fuzzy merupakan kerangka matematis yang digunakan untuk

    merepresentasikan ketidakpastian. Penyajian himpunan A dengan fungsi keanggotaan

    nol-satu, atau dikenal dengan himpuan crisp dapat direpresentasikan dengan (Wang,

    1997)

    ...(2.1)

    fungsi keanggotaan pada

  • 7/26/2019 Skripsi 3df

    12/37

    7

    Persamaan di atas menunjukkan bahwa himpunan fuzzymerupakan generalisasi

    dari himpunan crisp dengan memungkinkan fungsi keanggotaan untuk mengambil

    nilai-nilai dalam interval [0, 1]. Dengan kata lain, fungsi keanggotaan dari himpunan

    crisphanya dapat mengambil nilai nol dan satu, sedangkan fungsi keanggotaan dari

    himpunanfuzzyadalah fungsi kontinu dengan rentang [0, 1](Wang, 1997).

    Beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu

    (Kusumadewi & Purnomo, 2010):

    a. Variabelfuzzy, yaitu variabel yang dibahas dalam system fuzzy. Contoh: variabel

    umur.

    b.

    Himpunan fuzzy, yaitu grup yang mewakili suatu keadaan atau kondisi tertentu

    dalam suatu variabel fuzzy. Contoh: variabel umur, terbagi atas tiga himpunan

    fuzzy, yaitu: MUDA, PAROBAYA, TUA.

    c. Semesta Pembicaraan, yaitu keseluruhan nilai yang diperbolehkan untuk

    dioperasikan dalam suatu variabel fuzzy. Contoh: semesta pembicaraan untuk

    variabel umur [0 +].

    d. Domain, yaitu keseluruhan nilai yang diizinkan dalam semesta pembicaraan dan

    boleh dioperasikan dalam suatu himpunan fuzzy. Contoh: MUDA [0 45],

    PAROBAYA [35 55], TUA [45 ).

    Himpunanfuzzy memiliki dua atribut, yaitu (Kusumadewi, 2010):

    a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi

    tertentu dengan menggunakan bahasa alami, seperti: MUDA, PAROBAYA,

    TUA.

    Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel, seperti:

    25, 40, 50.

    2.6

    Fungsi Keanggotaan

    Fungsikeanggotaanmerupakan kurva yang menunjukkan pemetaan titik input data

    ke dalam fungsi keanggotaannya yang memiliki interval antara 0 sampai 1. Salah satu

    cara untuk mendapatkan fungsi keanggotaan adalah melalui pendekatan fungsi, dengan

    intuisi atau menggunakanbeberapa algoritma dan metode yang logis. Metode tersebut

    antara lain adalah angular fuzzy sets, rank ordering, neural network, algoritma

    genetika, dan inductive seasoning.Intuisi didasarkan pada kecerdasan manusia dan

  • 7/26/2019 Skripsi 3df

    13/37

    8

    pemahaman untuk mengembangkan fungsi keanggotaan. Intuisi memerlukan

    pengetahuan mendalam tentang permasalahan dan variabel linguistik (Ross,

    2010)(Sivanandam, et al., 2007). Beberapa fungsi yang dapat digunakan, yaitu

    (Kusumadewi & Purnomo, 2010):

    1.

    Representasi linier

    Pada representasi linier pemetaan input ke derajat keanggotaan digambarkan

    sebagai suatu garis lurus. Representasi linier ada dua, yaitu representasi linier

    naik dan representasi linier turun.

    a. Linier naik

    Pada linier naik kenaikan himpunan dimulai pada nilai domain yang

    memiliki nilai keanggotaan nol [0] bergerak ke kanan menuju nilai domain

    yang memiliki nilai keanggotaan lebih tinggi. Representasi linier naik

    ditunjukkan pada Gambar 2.1.

    Gambar 2.1. Representasi Linear Naik (Kusumadewi & Purnomo, 2010)

    Fungsi keanggotaan dari direpresentasikan pada persamaan 2.2:

    ..............................................(2.2)

    b. Linier turun

    Pada linier turun garis lurus dimulai dari nilai domain dengan nilai

    keanggotaan tertinggi dari sisi kiri, kemudian bergerak menurun ke nilai

    domain yang memiliki nilai keanggotaan lebih rendah. Representasi linier

    turun ditunjukkan pada Gambar 2.2.

    fungsikeanggotaan

    x

    A

    bdomaina0

    1

  • 7/26/2019 Skripsi 3df

    14/37

    9

    Gambar 2.2. Representasi Linear Turun (Kusumadewi & Purnomo, 2010)

    Fungsikeanggotaan dari direpresentasikan pada persamaan 2.3:

    ...............................................(2.3)

    2. Representasi kurva segitiga

    Kurva segitiga pada dasarnya merupakan gabungan antara dua garis (linier).

    Representasi kurva segitiga ditunjukkan pada Gambar 2.3.

    Gambar 2.3. Representasi Kurva Segitiga (Kusumadewi & Purnomo, 2010)

    Fungsi keanggotaan dari direpresentasikan pada persamaan 2.4:

    ...........................................(2.4)

    x

    A

    cdomain

    a0

    1

    b

    fungsikeanggotaan

  • 7/26/2019 Skripsi 3df

    15/37

    10

    3. Reperentasi Kurva Trapesium

    Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada

    beberapa titik yang memiliki nilai keanggotaan 1. Representasi kurva segitiga

    ditunjukkan pada Gambar 2.4

    Fungsi keanggotaan dari direpresentasikan pada persamaan 2.5:

    ..........................................(2.5)

    4. Representasi Kurva Bentuk Bahu

    Daerah yang terletak di tengah-tengah suatu variabel yang

    direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik

    turun. Tetapi terkadang salah satu sisi dari variabel tersebut tidak mengalami

    perubahan. Himpunan fuzzy bahu, bukan segitiga, digunakan untuk mengakhiri

    variabel suatu daerah fuzzy. Bahu kiri bergerak dari benar ke salah, demikian

    juga bahu kanan bergerak dari salah ke benar.

    fungsikeanggotaan

    domain

  • 7/26/2019 Skripsi 3df

    16/37

    11

    Fungsi keanggotaan dari direpresentasikan pada persamaan 2.6 :

    ..........................................(2.6)

    2.7 Operasi Fuzzy

    Operasifuzzy merupakan kombinasi dan modifikasi himpunan fuzzy. Misal

    didefinisikan dua buah himpunanfuzzy A dan B. Maka himpunan fuzzy tersebut dapat

    direpresentasikan dengan beberapa operasi, yaitu (Wang, 1997):1.

    Operasi intersection(AND)

    Operasi intersection menghasilkan fungsi keanggotaan terkecil. Operasi

    intersection dinotasikan dengan , fungsi keanggotaannya didefinisikan

    sebagai berikut:

    ..............................(2.7)

    fungsi keanggotaan pada

    fungsi keanggotaan pada

    2. Operasi union(OR)

    Operasi unionmenghasilkan fungsi keanggotaan terbesar. Operasi union

    dinotasikan dengan , fungsi keanggotaannya didefinisikan sebagai berikut:

    ...................................(2.8)

    fungsi keanggotaan pada

    fungsikeanggotaan

  • 7/26/2019 Skripsi 3df

    17/37

    12

    fungsi keanggotaan pada

    3.

    Operasicomplement(NOT)

    Complement A adalah suatu set fuzzy di dalam , fungsi keanggotaannya

    didefinisikan sebagai berikut:

    ....................................................................................(2.9)

    fungsikeanggotaan pada

    2.8 Fungsi Implikasi

    Setiap aturan pada basis pengetahuanfuzzy akan berhubungan dengan suatu relasi

    fuzzy. Bentuk umum dari aturan yang digunakan dalam fungsi implikasi adalah

    . Aturan dapat diperluas dengan menggunakan operator fuzzy,

    seperti dengan

    adalah operator, yaitu AND atau OR (Kusumadewi & Purnomo, 2010).

    Secara umum terdapat dua fungsi implikasi yang dapat digunakan, yaitu

    (Kusumadewi & Purnomo, 2010):

    1. Min (Minimum)

    Fungsi ini akan memotong output himpunan fuzzy. Gambar 2.4 menunjukkan

    contoh penggunaan fungsi min.

    Gambar 2.4 Fungsi Implikasi Min (Kusumadewi & Purnomo, 2010)

    2. Dot (Product)

    Fungsi ini akan menskala output himpunan fuzzy. Gambar 2.5 menunjukkan

    contoh penggunaan fungsi dot.

  • 7/26/2019 Skripsi 3df

    18/37

    13

    Gambar 2.5 Fungsi Implikasi Dot (Kusumadewi & Purnomo, 2010)

    2.9 Sistem Inferensi Fuzzy

    Inferensi merupakan proses dalam penalaran (reasoning) tentang suatu keadaan

    tertentu, menggunakan semua pengetahuan yang tersedia untuk menghasilkan estimasi

    terbaik dari output. Sistem InferensiFuzzy(FIS) atau sering disebut juga sistem pakarfuzzy merupakan kerangka kerja komputasi populer berdasarkan teori himpunan fuzzy,

    aturan fuzzy IF-THEN, dan fuzzy reasoning.Dalamsistem fuzzy, mesin inferensi

    digunakan untuk menyesuaikan pola himpunanfuzzydari input dengan anteseden semua

    aturan fuzzy dan menggabungkan semua respon untuk menghasilkan himpunan fuzzy

    dari output(Brown, 1996).Ketika FIS digunakan sebagai controller, maka outputnya

    berupa himpunan crisp, sehingga diperlukan suatu metode defuzzifikasi untuk

    mengekstrak nilai crisp yang paling mewakili suatu himpunan fuzzy (Sivanandam, etal., 2007).

    Model FIS yang paling sering digunakan adalah model Fuzzy Mamdani, Fuzzy

    Sugeno, dan Fuzzy Tsukamoto.Perbedaan dari ketiga model tersebut terletak pada

    konsekuen dari aturan fuzzy. Konsekuen pada model Fuzzy Mamdani dan Fuzzy

    Tsukamoto berupa himpunan fuzzy, sedangkan konsekuen pada model Fuzzy Sugeno

    berupa fungsi linier.Proses defuzzifikasi pada ketiga model tersebut juga berbeda-beda.

    Defuzzifikasi pada model Fuzzy Mamdani dilakukan dengan menggunakan metode

    seperti centroid, bisektor, mean of maximum (MOM), large of maximum (LOM), dan

    small of maximum (SOM). Sedangkan pada modelFuzzySugeno danFuzzyTsukamoto

    defuzzifikasi dilakukan dengan menggunakan metode rata-rata terbobot

    (weightedaverage) (Kusumadewi & Purnomo, 2010)(Sivanandam, et al., 2007).Sistem

    inferensifuzzy ditunjukkan pada Gambar 2.6.

  • 7/26/2019 Skripsi 3df

    19/37

    14

    Gambar 2.6. Sistem InferensiFuzzy(Sivanandam, et al., 2007)

    Gambar 2.6.menunjukkan cara kerja dariFIS. Input crispdikonversikefuzzymelalui

    prosesfuzzifikasi. Setelahfuzzifikasimaka terbentuklah rulebase.Rule base

    dandatabasedigabungkansebagaibasis pengetahuan. Defuzzifikasidigunakan

    untukmengkonversinilaifuzzymenjadi output crisp.

    2.10 Model Fuzzy Tsukamoto

    Model Fuzzy Tsukamoto merupakan salah satu model dalam sistem inferensi

    fuzzy (FIS). Pada model Fuzzy Tsukamoto, setiap konsekuen pada aturan yang

    berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan

    fungsi keanggotaan yang monoton. Berikut langkah-langkah dari model Fuzzy

    Tsukamoto (Jang, et al., 1997):1. Menghitung nilai -predikat (fire strength) dari setiap rule saat proses evaluasi

    aturan dalam mesin inferensi dengan menggunakan fungsi implikasi MIN.

    2. Menghitung hasil inferensi secara tegas (crisp)setiap rule ( ).

    Perhitungan dilakukan berdasarkan nilaifire strengthsetiap rule ( ).

    3. Proses defuzzifikasi menggunakan metode rata-rata terbobot (weighted average)

    sebagai berikut:

    ...................................................................................................(2.10)

    dimana

    Z : nilai weighted average

    w :fire strength

    z : nilai hasil inferensi

    n : jumlah rule

  • 7/26/2019 Skripsi 3df

    20/37

    15

    Prosedur penalaran model FuzzyTsukamoto untuk sistemdengan dua input dan

    dua aturan ditunjukkan pada Gambar 2.7.

    Gambar 2.7. ModelFuzzy Tsukamoto (Jang, et al., 1997)

  • 7/26/2019 Skripsi 3df

    21/37

    16

    2.11 PHP

    PHP (Hypertext Preprocessor) merupakan bahasa pemrograman untuk

    membangun situs web yang interaktif dan dinamis. PHP merupakan bahasaserver-side

    scriptingdimana program atau script PHP dijalankan pada web server. Proses running

    script PHP adalah sebagai berikut (Doyle, 2011):

    2.1.User mengirimkan request pada halaman web dengan mengklik sebuah link atau

    mengetikkan URL halaman pada address bar browser. User juga dapat

    mengirimkan data pada web serverpada waktu yang sama menggunakanform yang

    ditempelkan pada halaman web atau via AJAX (Asynchronous JavaScript and

    XML).

    2.2.Web server mengenali bahwa URL yang diminta merupakan script PHP dan

    menginstruksikan PHP engine untuk memproses dan menjalankanscript.

    2.3.Script dijalankan dan ketika selesai mengirimkan sebuah halaman HTML ke web

    browser yang akan tampil pada layar user.

    2.12 MySQL

    MySQL adalah sebuahperangkat lunak sistem manajemen basis dataSQL atau

    DBMS yangmultithread,multi-user,yang sangat populer digunakan untuk membangun

    aplikasi web yang menggunakan database sebagai sumber dan pengelola datanya.

    MySQL adalah sebuah implementasi dari sistem manajemen basisdata relasional

    (RDBMS) yang didistribusikan secara gratis dibawah lisensi GPL (General Public

    License). Untuk memudahkan manajemen MySQL digunakan Phpmyadmin yang

    membantu untuk membuat database, membuat tabel, menginsert, menghapus dan

    mengupdate data dengan GUI sehingga terasa lebih mudah, tanpa perlu mengetikkan

    perintah SQL secara manual. MySQL menggunakan bahasa SQL untuk mengakses

    database nya. SQL adalah sebuah konsep pengoperasian database, terutama untuk

    pemilihan atau seleksi dan pemasukan data, yang memungkinkan pengoperasian data

    dikerjakan dengan mudah secara otomatis. Keandalan suatu sistem database (DBMS)

    dapat diketahui dari cara kerja optimizer-nya dalam melakukan proses perintah-perintah

    SQL, yang dibuat oleh user maupun program-program aplikasinya. Sebagai database

    server, MySQL dapat dikatakan lebih unggul dibandingkan database server lainnya

    dalam query data. Hal ini terbukti untuk query yang dilakukan oleh single user,

    https://id.wikipedia.org/wiki/Perangkat_lunakhttps://id.wikipedia.org/wiki/Basis_datahttps://id.wikipedia.org/wiki/SQLhttps://id.wikipedia.org/w/index.php?title=Multithread&action=edit&redlink=1https://id.wikipedia.org/wiki/Multi-userhttps://id.wikipedia.org/wiki/Multi-userhttps://id.wikipedia.org/w/index.php?title=Multithread&action=edit&redlink=1https://id.wikipedia.org/wiki/SQLhttps://id.wikipedia.org/wiki/Basis_datahttps://id.wikipedia.org/wiki/Perangkat_lunak
  • 7/26/2019 Skripsi 3df

    22/37

    17

    kecepatan query MySQL bisa sepuluh kali lebih cepat dari PostgreSQL dan lima kali

    lebih cepat dibandingkan Interbase.

    2.13 Model Waterfal

    Metodologi pengembangan sistem (system development methodology) adalah

    proses pengembangan sistem yang sangat formal dan akurat yang mendefinisikan

    sekumpulan aktivitas, metode, praktik-praktik terbaik, penyampaian, dan alat

    terotomasi yang digunakan oleh pengembang sistem dan manajer proyek untuk

    mengembangkan dan memelihara sistem dansoftwareinformasi.

    Model proses yang digunakan pada Sistem Informasi ini menggunakan model

    Waterfall seperti pada gambar 2.9, yaitu proses pengembangan perangkat lunak

    berurutan, dimana kemajuan dipandang terus mengalir ke bawah (seperti air terjun)

    melewati fasefase perencanaan, pemodelan, implementasi, dan pengujian.

    Gambar 2.9. Metode Waterfall

    Metodologi Waterfallterdiri dari fase-fase berikut:

    a. Analisis Kebutuhan(Requirement definition)

    Pada tahap ini user akan memberikan user requirement mengenai sistem yang

    akan dibuat. Pengumpulan data dilakukan melalui sebuah penelitian, wawancara, dan

    study literatur. Dari requirement yang diberikan user akan digunakan sebagai acuan

    dalam pembuatan sistem.

  • 7/26/2019 Skripsi 3df

    23/37

    18

    b. Desain Sistem(System and Software Design)

    Pada tahap desain, akan dilakukan desain sistem berdasarkan user requirement

    yang diberikan user. Proses desain ini akan dilakukan desain pada bagian interfacedan

    fungsi-fungsi yang digunakan pada sistem. Pada proses ini akan dihasilkan software

    requirement. Software Requirement yang dihasilkan meliputi desain sistem, fungsi-

    fungsi yang akan digunakan pada sistem.

    c.

    Penulisan Kode Program (Implementation and Unit Testing)

    Merupakan tahap perancangan software dengan menterjemahkan desain dalam

    bahasa komputer melalui proses coding yang bisa dikenali oleh komputer. Tahap ini

    merupakan implementasi dari tahap desain yang digunakan untuk membangun sebuah

    sistem. Setelah pengkodean selesai maka akan dilakukan testing terhadap sistem yang

    telah dibuat. Tujuan testing adalah untuk menemukan kesalahan-kesalahan terhadap

    system tersebut sehingga dapat diperbaiki.

    d. Pengujian Program(Integration and System Testing)

    Pada tahap ini merupakan tahap final dalam pembuatan sebuah sistem. Setelah

    melakukan analisa, design dan pengkodean maka sistem yang sudah jadikan digunakan

    oleh user.

    e. Penerapan Program dan Pemeliharaan(Operation and Maintenance)

    Tahap ini merupakan tahap kelanjutan yang mana sistem yang telah dibuat akan

    mengalami perubahan. Perubahan tersebut bisa karena mengalami kesalahan karena

    perangkat lunak harus menyesuaikan dengan lingkungan (periperal atau system operasi

    baru) baru, atau karena pelanggan membutuhkan perkembangan fungsional.

  • 7/26/2019 Skripsi 3df

    24/37

    19

    BAB III

    ANALISIS KEBUTUHAN DAN PERANCANGAN

    Bab ini menyajikan tahapan proses pembangunan perangkat lunak, yaitu analisis

    kebutuhan dan perancangan. Pada model waterfall tahapan ini meupakan tahapan analisis

    kebutuhan dan desain sistem.

    3.1 Analisis Kebutuhan

    Analisis kebutuhan merupakan prose untuk memperoleh informasi, model, dan

    spesifikasi perangkat lunak sesuai dengan permintaan pengguna. Tahap ini meliputi

    definisi kebutuhan, permodelan data, permodelan fungsional, analisis penentuan

    kelayakan pemberian kredit menggunakan modelfuzzy Tsukamotodan kamus data.

    3.1.1Definisi Kebutuhan

    Subbab ini menjelaskan tentang definisi kebutuhan sistem yang meliputi

    deskripsi umum sitem, karakteristik pengguna, dan spesifikasi kebutuhan

    fungsional.

    3.1.1.1

    Deskripsi Umum SistemAnggota KPRI bhakti yang ingin mengajukan kredit harus membawa

    beberapa persyaratan yang akan diberikan kepada ketua KPRI Bhakti untuk

    dinilai apakah anggota tersebut layak mendapatkan kredit atau tidak.

    Aplikasi penentuan kelayakan pemberian kredit membantu KPRI Bhakti

    dalam menentukan anggota yang layak menerima kredit atau pinjaman

    dengan mempertimbangkan beberapa hal yaitu gaji bersih yang didapat,

    lamanya pinjaman, serta kredit yang diajukan dengan menggunakan model

    Fuzzy Tsukamoto. Aplikasi ini memiliki tiga variabe input, yaitu gaji,

    waktu, dan kredit, serta satu variabel outputyaitu kelayakan.

    Ketua KPRI Bhakti memasukkan data anggota yang diperoleh dari

    persyaratan yang dibawa anggota dan wawancara yang dilakukan. Setelah

    itu, data diolah untuk memperoleh outputuntuk menentukan keputusan dari

    kredit yang diajukan. Dalam menentukan setiap variabel input dan rule,

    penulis bekerjasama dengan pakar untuk menentukan formula yang akan

  • 7/26/2019 Skripsi 3df

    25/37

    20

    digunakan. Pakar dalam penelitian ini adalah ketua KPRI Bhakti, Edi

    Sukrisno S.Pd.I. dan Rendra Kartika M.Pd. selaku pengawas.

    Gambar 3.1 Arsitektur Sistem

    1. Proses Fuzzyfikasi

    Proses yang pertamakali dilakukan adalah proses fuzzyfikasi. Proses

    fuzzifikasi bertujuan untuk mengubah / mengkonversi nilai crisp ke dalam

    bentukfuzzy. Terdapat empat variabel input yang akan digunakan pada

    proses fuzzifikasi ini, antara lain adalah sisa gaji, jangka waktu

    pengembalian, jumlah hutang, dan pengajuan kredit. Pada tahap ini

    dilakukan penentuan bentuk kurva yang sesuai untuk digunakan dalam

    proses perhitungan derajat keanggotaan dari masing-masing himpunan pada

    variabel input. Perlu dilakukan beberapa eksperimen dalam menentukan

    bentuk kurva dan tumpang tindih antar kurva.Eksperimen tersebut

    dilakukan berdasarkan hasil pengamatan dan hasil dari wawancara dengan

    stakeholder yang berkaitan, serta dari referensi dari sumber bacaan yang

    ada, sehingga penentuannya perlu disesuaikan dengan kasus dalam penlitian

    tersebut.

    2.

    Proses Sistem Inferensi

    a. Menghitungfire strengthdari setiap rule

  • 7/26/2019 Skripsi 3df

    26/37

    21

    Tahap ini dilakukan menggunakan fungsi implikasi MIN, yaitu

    dengan cara mengambil nilai terkecil dari setiap nilai keanggotaan

    anteseden pada setiap rule.

    b. Menghitung nilai hasil inferensi dari setiap rule

    Nilai hasil inferensi dihitung berdasarkan nilai fire strength

    yang telah diperoleh pada tahap sebelumnya.

    3. Defuzzyfikasi

    Defuzzifikasi pada model Fuzzy Tsukamoto dilakukan dengan

    menggunakan metode rata-rata terbobot (weighted average). Weighted

    average dihitung berdasarkan fire strength dan nilai hasil inferensi yang

    telah diperoleh pada tahap sebelumnya, dengan rumus sebagai berikut:

    dimana

    Z : nilai weighted average

    w :fire strength

    z : nilai hasil inferensi

    n : jumlah rule

    Hasil akhir dari model ini berupa nilai rata-rata terbobot (weighted

    average) dari setiap rule. Nilai weighted average tersebut kemudian

    digunakan sebagai nilai akhir penetuan kelayakan pemberian kredit sesuai

    inputan yang dimasukan oleh user.Apabila menghasilkan layak maka sistem

    mengeluarkan output berupa nilai pengajuan kredit yang diinputkan

    dinyatakan layak. Dan apabila menghasilkan tidak layak, maka akan

    dilakukan iterasi dari proses fuzzyfikasi dengan mengurangi nilai pengajuan

    kredit, hingga nilai pengajuan kredit bernilai layak.

    3.1.1.2 Represenasi Variabel Input dan Variabel Output pada Fuzzy

    Variabel yang telah ditentukan sebelumnya, dibentuk kedalam

    himpunan fuzzy. Terdapat empat variabel yang akan dibuat fungsi

    keanggotaan yang berdasarkan pada intuisi yaitu, sisa gaji, waktu

    pengembalian, pengajuan kredit, dan keputusan.

  • 7/26/2019 Skripsi 3df

    27/37

    22

    1. Variabel Sisa Gaji

    Tabel 3.1 menjelaskan himpunan, semesta pembicaraan, dan domain

    dari variabel sisa gaji.

    Tabel 3.1 Variabel Sisa Gaji

    No. Himpunan Semesta Pembicaraan Domain (juta)

    1 RENDAH 1.000.000-6.000.000 [1 1,5 2,5]

    2 SEDANG [1,5 2,5 3,5 4,5]

    3 TINGGI [3,5 4,5 6]

    Variabel sisa gaji direpresentasikan pada gambar 3.2. Variabel sisa

    gaji terdiri dari 3 himpunan, yaitu himpunan RENDAH yang

    direpresentasikan dengan kurva bentuk bahu, himpunan SEDANG

    direpresentasikan kurva trapesium, dan himpunan TINGGI

    direpresentasikan dengan kurva bentuk bahu.

    Gambar 3.2 Representasi Variabel Sisa Gaji

    Fungsi keanggotaan dari variabel sisa gaji yang terbentuk(dalam juta)

    adalah sebagai berikut :

    0 x 2,5sisagajiRENDAH(x)

    2,5

    2.,51,5 1,5 x 2,5

    1 1 x 1,5

    1 3 542 6x (juta)

    a(x)

    0

    1

  • 7/26/2019 Skripsi 3df

    28/37

    23

    0 x 1,5 atau x 4,5

    sisagajiSEDANG(x)1,5

    2.,51,5 1,5 x 2,5

    1 2,5 x 3,5

    4,54.,53,5

    3,5 x 4,5

    0 x 3,5

    sisagajiRENDAH(x)3,5

    4,53,5 3,5 x 4,5

    1 4,5 x 6

    2.

    Variabel Waktu Pengembalian

    Tabel 3.2 menjelaskan himpunan, semesta pembicaraan, dan domain

    dari variabel sisa gaji.

    Tabel 3.2 Variabel Waktu Pengembalian

    No. Himpunan Semesta Pembicaraan Domain(tahun)

    1 RENDAH 1 tahun5 tahun [1 1,5 2,5]

    2 SEDANG [1,5 2,5 3,5]

    3 TINGGI [2,5 3,5 5]

    Variabel waktu pengembalian direpresentasikan pada gambar 3.3.

    Variabel waktu pengembalian terdiri dari 3 himpunan, yaitu himpunan

    RENDAH yang direpresentasikan dengan kurva bentuk bahu, himpunan

    SEDANG direpresentasikan kurva segitiga, dan himpunan TINGGI

    direpresentasikan dengan kurva bentuk bahu.

    Gambar 3.3 Representasi Variabel Waktu Pengembalian

    1 3 542x (tahun)

    a(x)

    0

    1

  • 7/26/2019 Skripsi 3df

    29/37

    24

    Fungsi keanggotaan dari variabel waktu pengembalian yang terbentuk

    adalah sebagai berikut :0 x 2,5

    waktupengembalianRENDAH(x)

    2,5

    2,51,5 1,5 x 2,5

    1 1 x 1,5

    0 x 1,5 atau x 2,5

    waktupengembalianSEDANG(x)1,5

    2,51,5 1,5 x 2,5

    3,5

    3,52,5 2,5 x 3,5

    0 x 2,5

    waktupengembalianRENDAH(x)

    2,5

    3,52,5 2,5 x 3,5

    1 3,5 x 5

    3. Variabel Pengajuan Kredit

    Tabel 3.3 menjelaskan himpunan, semesta pembicaraan, dan domain

    dari variabel pengajuan kredit.

    Tabel 3.3 Variabel Pengajuan Kredit

    No. Himpunan Semesta Pembicaraan Domain (juta)

    1 RENDAH 1.000.000-50.000.000 [1 7 15]

    2 SEDANG [7 15 25 35]

    3 TINGGI [25 35 50]

    Variabel Pengajuan Kredit direpresentasikan pada gambar 3.4

    Variabel pengajuan kredit terdiri dari 3 himpunan, yaitu himpunan

    RENDAH yang direpresentasikan dengan kurva bentuk bahu, himpunan

    SEDANG direpresentasikan kurva trapesium, dan himpunan TINGGI

    direpresentasikan dengan kurva bentuk bahu.

  • 7/26/2019 Skripsi 3df

    30/37

    25

    Gambar 3.4 Representasi Variabel Pengajuan Kredit

    Fungsi keanggotaan dari variabel pengajuan kredit yang terbentuk

    (dalam juta) adalah sebagai berikut :

    0 x 15pengajuankreditRENDAH(x)

    15

    157 7 x 15

    1 1 x 7

    0 x 7 atau x 35

    pengajuankreditSEDANG(x)7

    157 7 x 15

    1 15 x 25

    35

    3525 25 x 35

    0 x 25

    pengajuankreditRENDAH(x)25

    3525 25 x 35

    1 35 x 50

    4. Variabel Keputusan,

    Tabel 3.4 menjelaskan himpunan, semesta pembicaraan, dan domain

    dari variabel keputusan.

    Tabel 3.4 Variabel Keputusan

    No. Himpunan Semesta Pembicaraan Domain (juta)

    1 TIDAK LAYAK 0-10 [0 2 6]

    2 LAYAK [4 6 10]

    20 403010 50x (juta)

    a(x)

    0

    1

  • 7/26/2019 Skripsi 3df

    31/37

    26

    Variabel keputusan direpresentasikan pada gambar 3.5. Variabel

    keputusan terdiri dari 2 himpunan, yaitu himpunan TIDAK LAYAK yang

    direpresentasikan dengan kurva bentuk bahu dan himpunan LAYAK

    direpresentasikan dengan kurva bentuk bahu.

    Gambar 3.5 Representasi Variabel Keputusan

    Fungsi keanggotaan dari variabel keputusan yang terbentuk adalah

    sebagai berikut :0 x 6

    keputusanTOLAK(x)6

    62 2 x 6

    1 0 x 2

    0 x 4

    keputusanTERIMA(x)4

    84 4 x 8

    1 8 x 10

    3.1.1.3

    Karakteristik PenggunaKarakteristik pengguna pada aplikasi penentuan kelayakan pemberian

    kredit di KPRI Bhakti Bulakamba dapat dilihat pada Tabel 3.7

    Tabel 3.7 Karakteristik Pengguna

    Pengguna Peran

    Ketua Mengambil Keputusan diterima atau tidaknya

    pengajuan kredit yang diajukan anggota

    2 6 1084 x

    a(x)

    0

    1

  • 7/26/2019 Skripsi 3df

    32/37

    27

    3.1.1.4 Spesifikasi Kebutuhan Fungsional

    Spesifikasi Kebutuhan Fungsional pada aplikasi penentuan kelayakan

    pemberian kredit di KPRI Bhakti Bulakamba dapat dilihat pada Tabel 3.8

    Tabel 3.8 Spesifikasi Kebutuhan Fungsional

    No. SRS ID Deskrips

    1 SRS-APKPK-F01 Memasukan data input

    2 SRS-APKPK-F02 Menampilkan hasil keputusan

    3 SRS-APKPK-F03 Mencetak hasil Keputusan

    4 SRS-APKPK-F04 Mengubah nilai variabel

    3.1.2

    Permodelan Data

    Alat bantu yang digunakan dalam permodelan data untuk Aplikasi

    Penentuan Kelayakan Pemberian Kredit di KPRI Bhakti Bulakamba adalah ERD

    (Entity Relationalship Diagram). Adanya ERD memudahkan dalam menentukan

    hbungan kebutuhan data yang digunakan dalam sistem. Terdapat 4 entitas yaitu

    ANGGOTA, RULE, VARIABEL, dan KEPUTUSAN. ERD yang dibuat untuk

    aplikasi ini dapat dilihat pada Gambar 3.6. Relasi yang terbentuk antara entitas

    adalah sebagai berikut :

    1. Kardinalitas himpunan memiliki pada entitas KEPUTUSAN dan

    VARIABEL adalah one-to-many (1:N) yang berarti setiap

    KEPUTUSAN dapat berelasi dengan satu atau banyak VARIABEL, dan

    setiap VARIABEL hanya dapat berelasi dengan satu KEPUTUSAN

    2.

    Kardinalitas himpunan memiliki pada entitas KEPUTUSAN dan

    ANGGOTA adalah one-to-one (1:1) yang berarti setiap KEPUTUSAN

    dapat berelasi dengan tepat satu ANGGOTA, dan sebaliknya.3.

    Kardinalitas himpunan memiliki pada entitas KEPUTUSAN dan

    RULE adalah one-to-many (1:N) yang berarti setiap KEPUTUSAN

    dapat berelasi dengan satu atau banyak RULE, dan setiap RULE dapat

    berelasi dengan tepat satu KEPUTUSAN

  • 7/26/2019 Skripsi 3df

    33/37

    28

    Gambar 3.6 ERD Aplikasi Penentuan Kelayakan

    Pemberian Kredi di KPRI Bhakti Bulakamba

    3.1.3

    Permodelan Fungsional

    Media yang digunakan untuk mendreskripsikakn permodelan fungsional

    Aplikasi Penentuan Kelayakan Pemberian Kredi di KPRI Bhakti Bulakamba

    adalah DFD (Data Flow Diagram). DFD dapat digunakan untuk mewakili suatu

    sistem pada setiap tingkat abstraksi.

    3.1.3.1 DFD LEVEL 0

    DFD level 0 atau disebut Context Diagrampada sistem ini memiliki 1entittas yaitu ketua KPRI yang dapat mengelola data anggota, melihat data

    anggota, mngelola rule, melihat rule, mengelola variabel, melihat variabel,

    melakukan input untuk mendapatkan keputusan, dan melihat hasil

    keputusan. DFD level 0 pada Aplikasi Penentuan Kelayakan Pemberian

    Kredi di KPRI Bhakti Bulakamba dapat dilihat pada Gambar 3.7

  • 7/26/2019 Skripsi 3df

    34/37

    29

    .

    Gambar 3.7 DFD Level 0 Aplikasi Penentuan Kelayakan

    Pemberian Kredi di KPRI Bhakti Bulakamba

    3.1.3.2 DFD Level 1

    DFD level 1 merupakan hasil dekomposisi dari DFD level 1. Terdapat

    5 proses yang melibatkan 1 entitas yaitu ketua KPRI. Proses yang terlibat

    dalam Aplikasi Penentuan Kelayakan Pemberian Kredit ini yaitu otentikasi

    dan autorisasi login, kelola anggota, kelola rule, kelola variabel, dan, kelola

    keputusan. DFD level 1 dapat dilihat pada Gambar 3.8.

    3.1.3.3 DFD Level 2

    DFD Level 2 merupakan hasil dekomposisi dari DFD level 1.

    Terdapat 4 hasil dekomposisi, yaitu:

    1. DFD Level 2 Kelola Anggota

    DFD level 2 kelola anggota digunakan untuk menambah ,

    mengubah, menghapus, dan melihat data anggota. DFD level 2 kelola

    anggota dapat dilihat pada gambar 3.9.

    2.

    DFD Level 2 Kelola Rule

    DFD level 2 kelola rule anggota digunakan untuk mengubah

    dan melihat data rule. DFD level 2 kelola rule dapat dilihat pada

    gambar 3.10.

  • 7/26/2019 Skripsi 3df

    35/37

    30

    Gambar 3.8 DFD Level 1

    Gambar 3.9 DFD Level 2 Kelola Anggota

    Gambar 3.10 DFD Level 2 Kelola Rule

  • 7/26/2019 Skripsi 3df

    36/37

    31

    3. DFD Level 2 Kelola Variabel

    DFD level 2 kelola variabel digunakan untuk mengubah dan

    melihat data variabel. DFD level 2 kelola variabel dapat dilihat pada

    gambar 3.11.

    Gambar 3.11 DFD Level 2 Kelola Variabel

    4. DFD Level 2 Penentuan Keputusan

    DFD level 2 penentuan keputusan digunakan untuk melakukan

    perhitungan untuk mencari keputusan dan melihat keputusan yang

    didapat. DFD level penentuan keputusan dapat dilihat pada gambar

    3.12.

    Gambar 3.12 DFD Level 2 Penentuan Keputusan

  • 7/26/2019 Skripsi 3df

    37/37

    3.1.4 d

    3.1.5 d

    3.2 M