SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT DI BMT EKA MANDIRI DENGAN LOGIKA FUZZY

Transkripsi

1 SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT DI BMT EKA MANDIRI DENGAN LOGIKA FUZZY Tri Handoyo*, Sugeng Wahyudiono, Awaludin Ghofar Teknik Informatika STMIK Bina Patria Magelang Jl. Raden Saleh No. 2 Magelang liliput_handoyo@yahoo.com, ABSTRAK BMT EKA MANDIRI adalah salah satu dari sekian banyak BMT yang mencoba membantu masyarakat untuk mengembangkan bisnis dan kehidupannya dengan menyalurkan kredit. Namun untuk menyetujui suatu pengajuan kredit ada beberapa faktor yang harus diperhatikan oleh seorang credit analys. Seorang credit analys harus memperhatikan aspek 5C yaitu collateral, capacity, capital, character, condition untuk mendapatkan kelayakan kredit dari seorang debitur sebagai dasar untuk jaminan bahwa seorang debitur akan melunasi hutangnya dengan baik. Permasalahan yang dihadapi pegawai BMT EKAMANDIRI dalam mengadakan pemeriksaan data debitur prinsip-prinsip analisa 5C (Character, Capacity, Collateral, Condition, Capital) tidak dimunculkan secara sendiri-sendiri tetapi diterjemahkan dalam setiap aspek yang ada. Proses penilaian masingmasing kriteria atau aspek pada debitur BMT EKAMANDIRI dalam hal ini masih kurang memadai dalam membuat keputusan yang spesifik untuk memecahkan permasalahan khususnya untuk penilaian data permohonan kredit oleh debitur jika seorang petugas dihadapkan dengan permohonan yang banyak dalam waktu yang singkat. Oleh karena itu Sistem Penunjang Keputusan adalah salah satu komponen yang cukup penting sebagai suatu cara untuk memenuhi kebutuhan di BMT EKAMANDIRI dalam membantu penilaian permohonan kredit.dengan permasalahan tersebut maka, perlu adanya solusi pemecahan masalah yang ada dengan membuat suatu sistem pendukung keputusan, tujuan utama dari SPK adalah membantu dalam proses pengambilan keputusan untuk meningkatkan kemampuanya dalam memutuskan masalah. Keputusan yang dihasilkan nantinya dapat memenuhi batasan yang ditentukan. Sitem Penunjang Keputusan pemberian kredit ini menggunakan logika Fuzzy metode Tsukamoto dimana sifat penalaran pada metode Fuzzy ini mampu menggunakan penalaran secara bahasa sehingga mudah dipahami dan memiliki toleransi terhadapat data-data yang tidak tepat sehingga cocok digunakan dalam proses penalaran pada penentuan keputusan pemberian kredit yang pada dasarnya merubah data yang berupa himpunan angka pasti ke data kecil, sedang, besar, baik, buruk yang tidak bisa dimodelkan dengan bilangan crisp. Oleh sebab itu penulis mengambil judul Sistem Pendukung Keputusan Pemberian Kredit Pada BMT EKAMANDIRI Menggunakan Logika Fuzzy Tsukamoto. Kata Kunci : Sistem Pendukung Keputusan Pemberian Kredit, System Development Life Cycle (SDLC), Visual Basic 6dan Mysql. PENDAHULUAN Sistem penunjang keputusan merupakan salah satu produk perangkat lunak yang dikembangkan secara khusus untuk membantu dalam proses pengambilan keputusan. Sesuai dengan namanya tujuan dari sistem ini adalah sebagai sumber informasi tambahanatau second opinion yang dapat digunakan sebagai bahan pertimbangan dalam pengambilan keputusan atau kebijakan tertentu, merupakan satu model yang fleksibel yang memungkinkan pribadi-pribadi atau kelompok-kelompok untuk membentuk gagasan-gagasan dan membatasi masalah dengan membuat asumsi mereka sendiri 313

2 dan menghasilkan pemecahan yang diinginkan. Sistem penunjang keputusan dengan logika Fuzzy metode Tsukamotoini dibuat untuk dapat membantu dan meningkatkan proses serta kualitas hasil pengambilan keputusan dengan memadukan data dan pengetahuan untuk meningkatkan efektivitas dalam proses pengambilan keputusan. Instansi yang sangat mengandalkan teknologi informasi salah satunya adalah Bank. Permasalahan yang dihadapi pegawai BMT EKAMANDIRI dalam mengadakan pemeriksaan data debitur prinsip-prinsip analisa 5C tidak dimunculkan secara sendiri-sendiri tetapi diterjemahkan dalam setiap aspek yang ada. Proses penilaian masing-masing kriteria atau aspek pada debitur BMT EKAMANDIRI dalam hal ini masih kurang memadai dalam membuat keputusan yang spesifik untuk memecahkan permasalahan khususnya untuk penilaian data permohonan kredit oleh debitur jika seorang petugas dihadapkan dengan permohonan yang banyak dalam waktu yang singkat. Oleh karena itu Sistem Penunjang Keputusan adalah salah satu komponen yang cukup penting sebagai suatu cara untuk memenuhi kebutuhan di BMT EKAMANDIRI dalam membantu penilaian permohonan kredit. Tujuan penelitian ini adalah Membangun Sistem Pendukung Keputusan (SPK) yang dapat menentukan apakah permohonan kredit seorang debitur diterima atau ditolak. Dan Menerapkan logika fuzzy metode Tsukamoto dalam membangun SPK. METODE PENELITIAN Dalam penelitian ini penulis menggunakan metode rekayasa yang diterapkan pada pembangunan perangkat lunak. Metode rekayasa adalah rekayasa perangkat lunak (Software Engineering) dengan paradigma System Development Life Cycle (SDLC). HASIL DAN PEMBAHASAN A. Sistem Yang Sedang Berjalan Mekanisme pengajuan kredit dan penentuan keputusan oleh petugas survey untuk kelayakan pengajuan kredit adalah sebagai berikut: 1. Seorang debitur mengajukan permohonan dengan mengisi formulir yang disediakan dan melengkapi persyaratan yang diwajibkan. 2. Jika permohonan sudah masuk dan dianggap baik seorang petugas mendatangi rumah debitur untuk melakukan survey. Survey tersebut meliputi 6 kriteria seperti yang sudah dijelaskan sebelumnya kecuali BI checking. a. Melihat secara langsung agunan dan menafsir harga pasar dan harga taksasi dari nilai agunan b. Menanyakan sumber pendapatan dan jumlahnya dan menanyakan jumlah pengeluaran dalam satu bulan. c. Menghitung nilai taksasi dari aset lain (jika ada). d. Wawancara atau bertanya kepada lima tetangga calon debitur apakah perilaku debitur dalam bermasyarakat baik atau buruk. e. Mengecek tempat tinggal debitur apakah sederhana, standar atau mewah. 3. Setelah hasil survey lapangan didapat petugas kembali ke kantor untuk melakukan perhitungan dan melihat data debitur di BI untuk BI Checking. a. Untuk agunan (jumlah permohonan/jumlah taksasi)x100. b. Untuk kapasitas (jumlah pendapatan - (jumlah pengeluaran+angsuran) c. Untuk aset lain (dijumlahkan dan dibandingkan dengan jumlah permohonan. d. Untuk cek lingkungan dijumlahkan berapa yang menilai buruk dan berapa yang menilai baik. 314

3 e. Untuk tempat tinggal dinilai sederhana, standard dan mewah. f. BI checking dilihat dari berapa bulan melakukan tunggakan jika pernah meminjam dari bank lain. 4. Setelah data dihitung petugas membuat ketetapan keputusan kelayakan kredit apakah permohonan tersebut ditolak, disetujui atau disetujui dengan penuruan jumlah permohonan dengan menalar data dari kelima kriteria tersebut. Beberapa penalaran dasar tersebut antara lain: a. Jika agunan dibawah 50% dan kapasitas lebih besar dari 500 ribu dan aset lain diatas 100% dan cek lingkungan lebih besar dari 3 dan tempat tinggal mewah dan BI checking dibawah 3 bulan maka permohonan disetujui. b. Jika agunan diatas 50% dan kapasitas antara 0 sampai 500 ribu dan aset lain diatas 100% dan cek lingkungan lebih besar dari 3 dan tempat tinggal mewah dan BI checking dibawah 3 bulan maka permohonan disetujui dengan penurunan. c. Jika agunan dibawah 50% dan kapasitas lebih kecil dari 0 ribu dan aset lain diatas 100% dan cek lingkungan lebih besar dari 3 dan tempat tinggal mewah dan BI checking dibawah 3 bulan maka permohonan tidak disetujui. d. Jika agunan dibawah 50% dan kapasitas lebih besar dari 500 ribu dan aset lain diatas 100% dan cek lingkungan lebih kurang dari 2 dan tempat tinggal standar dan BI checking dibawah 3 bulan maka permohonan tidak disetujui. e. Jika agunan dibawah 50% dan kapasitas lebih besar dari 500 ribu dan aset lain diatas 100% dan cek lingkungan lebih besar dari 3 dan tempat tinggal mewah dan BI checking diatas 6 bulan maka permohonan tidak disetujui. Beberapa contoh diatas sebagian kecil dari aturan yang dijadikan bahan pertimbangan sebuah penentuan kredit, kombinasi dari 6 kriteria setidaknya ada 36 aturan dasar dengan nilai matrik 6x6. 5. Dari aturan tersebut didapatkan hasil penentuan permohonan kredit yaitu ditolak, diterima dan diturunkan atau dinaikkan, jika diturunkan maka nilai permohonan maksimal adalah 50% dari nilai taksasi agunan, jika dinaikkan maka maksimal adalah 75% dari nilai taksasi agunan. Tabel Pengujian SPK DATA SURVEY SPK Analis Kredit Agunan (70%) DITERIMA Kapasitas (300000) Aset Lain (1.428%) DITURUNKAN RP Check Lingkungan (5) Tempat Tinggal (standart) BI Checking (0 bulan) Hasil Ket Hasil Ket Pertimbangan seluruh aspek DITERIMA DITURUNKAN RP Penalaran analis kredit dengan aturan yg ada B. Rancangan 1. Perancangan Context Diagram DFD Kontek pada sistem pendukung keputusan kredit yang dibangun dapat dilihat pada Diagram Kontek pada gambar

4 2. Perancangan DFD Gambar 2.1Diagram Kontek DFD level 0 merupakan diagram yang menggambarkan proses yang terjadi pada sebuah sistem berdasar DFD Kontek. Lihat Gambar 2.2 Gambar 2.2DFDLevel 0 316

5 3. Implementasi Sistem a. Halaman Login b. Halaman Utama Gambar 2.3Tampilan Login Gambar 2.4 Halaman Utama Sistem c. Halaman Input Pemohon Gambar 2.5 Halaman Input Pemohon 317

6 d. Halaman Input Permohonan Gambar 2.6 Halaman Permohonan e. Halaman Analisa Fuzzy Gambar 2.7 Halaman Analisa Fuzzy f. Halaman Daftar Hasil Perhitungan (Hasil Analisa) Gambar 2.8 Halaman Daftar Hasil Analisa KESIMPULAN Kesimpulan yang dapat diambil dari penelitian ini adalah : 1. Sistem pendukung keputusan ini dapat menentukan apakah permohonan kredit seorang debitur diterima atau ditolak. 2. Pengguna sistem ini adalah para credit analys di BMT EKAMANDIRI dalam menentukan apakah kredit yang diajukan seorang debitur diterima,ditolak diterima diturunkan atau dinaikkan. 3. Implementasi sistem pendukung keputusan ini dapat membantu mempercepat pengambilan keputusan para credit analys di BMT EKAMANDIRI. 318

7 DAFTAR PUSTAKA Date, C.J. (2004). Pengenalan Sistem Basis Data Jilid 1. Jakarta : PT. Indeks Kelompok Gramedia. Djazuli, A. dan Janwari, Yadi. (2002) Lembaga-lembaga Perekonomian Umat Sebuah Pengenalan, Cet. ke-1, Jakarta : PT. Raja Grafindo Persada Jogiyanto. (2005). Analisis dan Desain Sistem Informasi : Pendekatan terstruktur Teori dan Praktek Aplikasi Bisnis. Jogjakarta :Andi. Kusumadewi, S dan Purnomo, H. (2004). Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Jilid 1. Yogyakarta : Graha Ilmu. Kusuma dewi, Sri. (2002). Analisis & desain sistem Fuzzy.Yogyakarta:Graha Ilmu Turban, Efraim dan Jay Aronson. (2005). Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan System Cerdas). Jilid 1. Yogyakarta : Andi. 319