Skripsi 3df

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


2/37

ii

HALAMAN PENGESAHAN


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.


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


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


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


7/37

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.


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.


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


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


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


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


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


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


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)


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

x

A

cdomain

a0

1

b

fungsikeanggotaan


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


..........................................(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


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)



2. Operasi union(OR)

Operasi unionmenghasilkan fungsi keanggotaan terbesar. Operasi union

dinotasikan dengan , fungsi keanggotaannya didefinisikan sebagai berikut:

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


fungsikeanggotaan


17/37

12


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


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.


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.


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


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)


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


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.


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.


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


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


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.


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


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


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


Gambar 3.3 Representasi Variabel Waktu Pengembalian

1 3 542x (tahun)

a(x)

0

1


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


dari variabel pengajuan kredit.

Tabel 3.3 Variabel Pengajuan Kredit


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



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,


dari variabel keputusan.

Tabel 3.4 Variabel Keputusan


1 TIDAK LAYAK 0-10 [0 2 6]

2 LAYAK [4 6 10]

20 403010 50x (juta)

a(x)

0

1


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


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


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


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


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.


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


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


37/37

3.1.4 d

3.1.5 d

3.2 M

Documents

Skripsi 3df