SISTEM PENUNJANG KEPUTUSAN KELAYAKAN PEMBERIAN PINJAMAN DENGAN METODE FUZZY TSUKAMOTO

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. industri erat kaitannya dengan jumlah produksi yang harus disediakan. Seiring

IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA)

Sistem Penunjang Keputusan Pemberian Kredit Menggunakan Logika Fuzzy

Evaluasi Implementasi SISFO pada Universitas Bina Darma Menggunakan Pendekatan Utility System

Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto

IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMA BEASISWA PADA SMK MADYATAMA DENGAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BEASISWA BIDIK MISI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA)

Palembang, 3 September Universitas Bina Darma

PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)

SISTEM PENUNJANG KEPUTUSAN PEMBERIAN KREDIT MENGGUNAKAN LOGIKA FUZZY PADA DEALER SEPEDA MOTOR HONDA

SISTEM PENUNJANG KEPUTUSAN PEMBERIAN KREDIT MENGGUNAKAN LOGIKA FUZZY PADA DEALER SEPEDA MOTOR HONDA

BAB III ANALISIS SISTEM

Daniel Oktodeli Sihombing Program Studi Manajemen Informatika, AMIK BSI, Pontianak

IMPLEMENTASI FUZZY INFERENCE SYSTEM METODE TSUKAMOTO PADA PENGAMBILAN KEPUTUSAN PEMBERIAN KREDIT PEMILIKAN RUMAH

Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan

JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI

ANALISIS PENDUKUNG KEPUTUSAN PENENTUAN PEMBELIAN BAHAN BAKU UNTUK PEMBUATAN MEUBEL JENIS KURSI LETER L MENGGUNAKAN FUZZY TSUKAMOTO

FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII)

Sistem Pendukung Keputusan Untuk Menentukan Supplier Kapas Terbaik pada PT. Batam Textile Industry Menggunakan Fuzzy Tsukamoto

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH

IMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT

PENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA)

REVIEW JURNAL LOGIKA FUZZY

SISTEM PENILAIAN DOSEN TELADAN MENGGUNAKAN METODE SAW ( SIMPLE ADDITIVE WEIGHTING) DI UNIVERSITAS NUSANTARA PGRI KEDIRI

Implementasi Logika Fuzzy Metode Tsukamoto Dalam Penentuan Kelayakan Pemberian Kredit Mobil (Studi Kasus : PT.OTO Multiartha)

Muhammad Yudin Ritonga ( )

Versi Online tersedia di : JURNAL TECH-E (Online)

PENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI JAYA MOTOR MEDAN )

BAB III ANALISA DAN DESAIN SISTEM

SISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT PEGAWAI DI KANTOR KEMENTRIAN AGAMA KABUPATEN KEDIRI DENGAN FUZZY TSUKAMOTO

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

RANCANGAN SISTEM INFORMASI PENILAIAN KINERJA DOSEN (Studi Kasus : Universitas Bina Darma)

Jurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya

JURNAL SISTEM PREDIKSI INVENTORY BARANG MENGGUNAKAN METODE FUZZY TSUKAMOTO PREDICTION INVENTORY ITEMS USING FUZZY TSUKAMOTO

SISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

Perangkat Lunak Penentuan Kredit pada PT. FIF Group Plaju Berbasis Android

APLIKASI BELAJAR MEMBACA IQRO BERBASIS MOBILE

SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT DENGAN METODE SAW PADA KJKS AR RAHMAH. Ervin Fightorini 1, Bowo Nurhadiono 2

SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN TKI KE LUAR NEGERI MENGGUNAKAN FMADM

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

Metode Fuzzy Tsukamoto Dalam Aplikasi Sistem Estimasi Stok Barang

APLIKASI PERAMALAN HARGA JUAL RUMAH LELANG EX-KPR BTN MENGGUNAKAN FUZZY TSUKAMOTO

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy

BAB III LANDASAN TEORI

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

FUZZY INFERENCE SYTEM TSUKAMOTO UNTUK PENENTUAN PENERIMA JAMKESMAS DENGAN MICROSOFT VISUAL BASIC DAN MYSQL

Penerapan Metode Simple Additive Weighting Pada Aplikasi Penilaian Kinerja Dosen Fakultas Ilmu Komputer Unversitas Muslim Indonesia

PENENTUAN BIAYA DAYA LISTRIK MENGGUNAKAN FUZZY INFERENSI TSUKAMOTO

Sistem Informasi Kepegawaian Menggunakan Framework Yii

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto

PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA PT. PATRA NUR ALASKA

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)

Rima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang

4-5-FUZZY INFERENCE SYSTEMS

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN PADA SMK KERTHA WISATA DENPASAR Menggunakan Fuzzy SAW

BAB III ANALISIS DAN DESAIN SISTEM

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA SMA MUHAMMADIYAH 1 GISTING DENGAN METODE SAW (Simple Additive Weighting)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI PERGURUAN TINGGI MENGGUNAKAN METODE PROFILE MATCHING PADA SMA N 13 PALEMBANG

APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)

REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO

Sistem Pendukung Keputusan Pemilihan Tenaga Kontrak Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto (Studi Kasus PT.

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW

ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG)

SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KEGIATAN EKSTRAKURIKULER MENGGUNAKAN FUZZY TSUKAMOTO

SIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR

Fuzzy Inference System Dengan Metode Tsukamoto Sebagai Penunjang Keputusan Produksi (Studi Kasus : PT. Talkindo Selaksa Anugrah) Abstrak

Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen

Ila Fitrotin Rosyidah 1, Agus Winarno, M.Kom 2 Mahasiswa Jurusan Sistem Informasi 1, Dosen Pembimbing 2 Universitas Dian Nuswantoro Semarang.

DECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN

IMPLEMENTASI FUZZY TERHADAP SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN KELAYAKAN PEMBIAYAAN PENGAJUAN KREDIT BARANG.

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

BAB III ANALISA DAN DESAIN SISTEM

Pemanfaatan Metode Tsukamoto Untuk Klasifikasi Daerah Rawan Penyakit Tuberkulosis Paru Dalam Bentuk Sistem Informasi Geografis

Sistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy

BAB I PENDAHULUAN 1.1 Latar Belakang

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani

MODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN

SISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PRODUKSI DENGAN METODE TSUKAMOTO (Studi Kasus pada PT Tanindo Subur Prima) SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PRODUKSI BARANG DENGAN METODE FUZZY TSUKAMOTO BERBASIS ANDROID

Penerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti

FUZZY INFERENCE SYSTEM UNTUK PENENTUAN RESIKO KANKER PAYUDARA. Gita Putry Nabilah 1*, Sri Kusumadewi 2. Jl. Kaliurang Km 14,5 Sleman Yogyakarta

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG

PENERAPAN METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN ABC )

Prosiding Seminar Ilmu Komputer dan Teknologi Informasi Vol. 1, No. 1, September 2016 ISSN

PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo

Marlina STMIK Kharisma Makassar Abstrak

PREDIKSI HARGA SAHAM BERBASIS WEB DENGAN SISTEM INFERENSI FUZI TSUKAMOTO

Transkripsi:

SISTEM PENUNJANG KEPUTUSAN KELAYAKAN PEMBERIAN PINJAMAN DENGAN METODE FUZZY TSUKAMOTO Tri Murti 1), Leon Andretti Abdillah 2), Muhammad Sobri 3) 1,2) Program Studi Sistem Informasi Fakultas Ilmu Komputer,Universitas Bina Darma 3) Program Studi Sistem Informasi DIII Fakultas Ilmu Komputer,Universitas Bina Darma Jl. Ahmad Yani No.12, Plaju, Palembang email: 1) trimurti444@ymail.com, * 2) leon.abdillah@yahoo.com, 3) sobri.irbos@gmail.com Abstrak Sistem penunjang keputusan (SPK) dapat digunakan untuk membantu penyelesaikan permasalahan atau pengambilan keputusan yang bersifat semi terstruktur atau terstruktur. Metode yang digunakan adalah Fuzzy Tsukamoto. PT Triprima Finance merupakan suatu perusahaan yang bergerak di bidang jasa peminjaman dengan jaminan berupa Buku Pemilik Kenderaan Bermotor atau mobil (BPKB). PT. Triprima Finance harus mempertimbangkan pinjaman dari para nasabahnya dengan persetujuan dari kepala manajer. Persetujuan tersebut memerlukan waktu yang lama karena harus melewati banyak tahap prosedur laporan. Kegiatan pengambil keputusan pada PT Triprima Finance dilakukan dengan proses analisis secara manual. Untuk membantu mengatasi masalah tersebut maka diperlukannya metode penyelesaian dalam ketepatan dan kecepatan pengambilan keputusan kelayakan pemberian pinjaman. Untuk mengatasi hal tersebut perlu dikembangkan sistem yang baru yaitu sistem pendukung keputusan dengan metode fuzzy tsukamoto. diharapkan dapat mempermudah kaposko untuk menentukan keputusan yang akan diambil. Kata kunci : Sistem penunjang keputusan (SPK), Fuzzy tsukamoto, Pemberian pinjaman. I. PENDAHULUAN Teknologi informasi (TI) telah diadopsi dalam berbagai bidang kehidupan. Hal ini dimungkinkan karena teknologi komputer mampu berkolaborasi dengan banyak bidang ilmu lainnya [1]. TI telah membawa perubahan yang sangat mendasar bagi organisasi baik swasta maupun publik [2]. Sehingga TI sudah menjadi backbone utama bagi banyak aspek di kehidupan kita sekarang [3]. Salah satunya adalah sistem pendukung keputusan (SPK). Sistem Pendukung Keputusan (SPK) atau Computer Based Decision Support System (DSS) merupakan salah satu bagian dari sistem informasi yang berguna untuk meningkatkan efektifitas pengambilan keputusan. Permasalahan yang umum dijadikan objek pada SPK ada yang bersifat yang bersifat semi terstruktur atau terstruktur. Pada artikel kali ini para penulis akan membahas mengenai pengambilan keputusan di sektor keuangan. PT Triprima Finance merupakan perusahaan yang bergerak dibidang jasa peminjaman dengan jaminan berupa Buku Pemilik KenderaanBermotor atau mobil (BPKB). Dengan tujuan untuk memenuhi pelayanan yang baik kepada nasabah, PT Triprima Finance harus mempertimbangkan pinjaman dari para nasabahnya dengan persetujuan dari kepala manajer. Persetujuan tersebut dapat memerlukan waktu yang lama karena harus melewati banyak tahap prosedur laporan. Selama ini kegiatan pengambilan keputusan pada PTTriprima Finance dilakukan dengan proses analisis secara manual dengan cara mempertimbangkan berdasarkan data nasabah. Untuk membantu mengatasi masalah tersebut maka diperlukanlah metode penyelesaian dalam ketepatan dan kecepatan pengambilan keputusan kelayakan pemberian pinjaman. Dalam sistem penilaian kelayakan yang akan dibangun ini harus ada kriteriakriteria-nya. Kriteria penilaian kelayakan pemberian pinjaman uang pada PT Triprima Finance meliputi penilaian jumlah penghasilan, jumlah pinjaman, dan jaminan. Untuk memudahkan proses tersebut maka penulis menggunakan metode fuzzy tsukamoto. Sejumlah penelitian telah dilakukan yang berhubungan dengan sistem pendukung keputusan antara lain: 1) Fuzzy Inference System dengan tsukamoto sebagai pemberian saran Pemilihan Konsentrasi Jurusan [4], 2) Sistem pendukung keputusan kelayakan TKI ke luar negeri [5], 3)Sistem Pendukung Keputusan Untuk Menentukan Kelayakan Pemberian Pembiayaan Nasabah [6], 4)Pemberian Beasiswa Bidik Misi menggunakan Simple Additive Weighting (SAW) [7], dan 5) Pengambilan keputusan pemberian kredit pemilikan rumah [8]. Metode ini dilakukan untuk membantu manajemen keputusan terhadap pilihan alternatif untuk mendapatkan keputusan yang akurat dan optimal serta dapat memecahkan suatu masalah. Ada beberapa jenis metode yang digunakan dalam pengambilan keputusan contohnya fuzzy tahani, fuzzy FMADM, dan fuzzy SAW. Dalam penelitian ini penulis menggunnkan metode fuzzy tsukamoto. Dipilihnya metode fuzzy tsukamoto karena didalam metode fuzzy adanya derajat keanggotaan yang memiliki rentang nilai 0 hingga 1. Sedangkan tsukamoto yang mempunyai aturan berbentuk IF- THEN yang akan dipresentasikan dalam himpunan fuzzy. Sebagai hasil output diinferensikan dari tiap- Proceedings SNIT : Hal A-252

tiap aturan diberikan dengan berdasarkan predikat. Metode ini diharapkan akan lebih memudahkan dalam pemberian penilaian yang lebih tepat, lebih efektif, mudah dan proses penilaian kelayakan pemberian pinjaman uang. 2.2 Representasi Linear Rendah Dibawah ini grafik representasi liner rendah pada keanggotaan himpunan fuzzy digambarkan sebagai berikut. II. METODE PENELITIAN Metode pengembangan perangkat lunak yang digunakan dalam merancang dan membangun perangkat lunak ini adalah System Development Life Cycle (SDLC) [9] yang terdiri atas: 1) Investigasi sistem (System investigation), 2) Analisis sistem (System analysis), 3) Rancangan sistem (System design), 4) Implementasi sistem (System implementation), dan 5) Perawatan sistem (System maintenance).. Gambar 2. representasi liner rendah himpunan fuzzy ; x < X min ;X min <x< X max (1) ; x> X max Konjungsi fuzzy μa B=μA(x) μb(y)=min(μa(x),μb(y)) (3) Disjungsi fuzzy μa B=μA(x) μb(y)=max(μa(x),μb(y)) (4) Keterangan : μ A(x) ; Derajat keanggotaan dari x dalam A atau derajat x berada dalam A :Konjungsi μb(y) :Diskonjungsi :Derajat keanggotaan dari y dalam B atau derajat y berada dalam B 2.3Metode Tsukamoto 2.1 Fuzzy Gambar 1. Tahapan-tahapan dalam SDLC Fuzzy secara bahasa diartikan sebagai kabur atau samar-samar. Dalam fuzzy dikenal derajat keanggotaan yang memiliki rentang nilai 0 hingga 1. Berbeda dengan himpunan yang memiliki nilai 1 atau 0. Sedangkan logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output, mempunyai nilai kontinyu. Fuzzy dinyatakan dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang sama [10]. Variabel Fuzzy merupakan variabel yang hendak dibahas dalam suatu sistem Himpunan Fuzzy. Dalam himpunan fuzzy terdapat beberapa representasi darifungsi keanggotaan, salah satunya yaitu representasi linear. Pada representasi linear, pemetaan input ke derajat keanggotaannya digambarkan sebagai suatu garis lurus. Berikut ini adalah gambar representasi linear rendah dan naik. Tsukamoto [10]yaitusetiap konsekuen pada aturan berbentuk IF-THEN harus dipresentasikan dengan suatu himpunan fuzzy, dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan dengan berdasarkan predikat (fire strength). Hasil akhir diperoleh dengan menggunakan rata-rata terbobot. Misalkan ada 2 variabel input, yaitu x dan y serta satu variabel output z. Variabel x terbagi atas dua himpunan yaitu A 1 dan A 2, sedangkan variabel y terbagi atas himpunan B 1 dan B 2. Variabel z juga terbagi atas dua himpunan yaitu C 1 dan C 2. Tentu saja himpunan C1 dan C2 harus merupakan himpunan yang bersifat monoton. Ada 2 aturan yang digunakan, yaitu: Keterangan: R1 : Aturan fuzzy x : variabel pinjaman α 1 : Himpunan pinjaman tertinggi α 2 : Himpunan pinjaman terendah And : Operator yang digunakan Proceedings SNIT : Hal A.-253

y :Variabel jaminan B 1 : Himpunan jaminan tertinggi B 2 : Himpunan jaminan terendah THEN : Operator yang digunakan Z : Variabel Penghasilan (nilai crisp) C 1 : Himpunan penghasilan tertinggi (harus monoton) C 2 :Himpunan penghasilan terendah (harus monoton) III. HASIL DAN PEMBAHASAN Setelah dilakukan kegiatan-kegiatan yang sesuai dengan metode pengembangan SDLC, maka didapatkan hasil berupa sistem penunjang keputusan pemberian pinjaman. Proses inferensi dengan menggunakan metode Tsukamoto [11] sebagaimana terlihat pada gambar 2. 3.1 Input Data Nasabah Gambar 5. Halaman login Gambar 3. Proses inferensi dengan menggunakan metode Tsukamoto 2.4 Rancangan Use Case Diagram Use case diagram digunakan untuk melihat berhubungan langsung antara pengguna sistem. Yaitu administrasi, surveyor, kaposko, dan branch manager. Admin dapat melakukan login, mengelolah data nasabah, melihat laporan hasil survey, setelah itu admin dapat melakukan konfirmasi hasil survey, dan simpan hasil fuzzy tsukamoto serta dapat melihat hasil penilaian. Bagian surveyor dapat mencetak data nasabah dan menginput hasil survey. Untuk bagian kaposko dapat melihat data nasabah, melihat laporan hasil survey dan dapat melihat hasil penilaian. Sedangkan bagian branch manager juga dapat melihat laporan data nasabag, hasil survey dan hasil penilaian. Halaman input data nasabah ini akan menampilkan form untuk menginput data nasabah yang melakukan pinjaman uang di PT Triprima Finance Palembang. Dalam menu ini hanya admin yang bisa menginput data lengkap nasabah. Berikut ini adalah tampilan menu input data nasabah. Gambar 8. Halaman menu input data nasabah 3.2 Input Hasil Survey Untuk menginput hasil survey, surveyormengklik menu input hasil survey maka akan menampilkan halaman menu input hasil survey yang digunakan untuk menginput dan mengelola hasil survey. Gambar 9 adalah tampilan halaman hasil survey. Gambar 4.Use Case Diagram Proceedings SNIT : Hal A-254

Gambar 9. Menu input hasil survey 3.3. Fuzzy Tsukamoto Untuk melihat fuzzy tsukamoto, admin mengklik hitungan fuzzy tsukamoto maka akan menampilkan halaman menufuzzy tsukamoto yang digunakan hitungan untuk mendapatkan hasil keputusan kelayakan pemberian pinjaman. Berikut ini adalah tampilan halaman metode fuzzytsukamoto. Gambar 10. Halaman menu fuzzy tsukamoto 3.4 Hasil Penilaian Untuk melihat hasil penilaian, branch managermengklik from hasil penilaian maka akan menampilkan halaman menu hasil penilaian yang digunakan untuk melihat hasil dari nasabah yang diterima atau ditolak berdasarkan hasil metode fuzzy tsukamoto. Berikut ini adalah tampilan halaman hasil penilaian. Gambar 11. Menu hasil penilaian IV. KESIMPULAN Berdasarkan hasil penelitian yang telah penulis lakukan pada PT Triprima Finance Palembang, maka dapat disimpulkan sebagai berikut : 1. Sistem ini dibuat untuk digunakan sebagai sistem pendukung keputusan kelayakan pemberian pinjaman pada PT Triprima Finance Palembang dengan metode fuzzy tsukamoto. Sehingga mempermudahkan manajamen dalam menentukan kelayakan pinjaman agar lebih cepat dan akurat. 2. Sistem ini juga mempermudahkan dalam memberikan laporan kepada kaposko dan branch manager, serta mempermudahkan surveyor dalam memberikan laporan hasil survey. 3. Sistem ini akan menghasilkan nilai dan keputusan untuk menentukan kelayakan pemberian pinjaman. Berdasarkan nilai total tertinggi dari pengajuan pinjaman. DAFTAR REFERENSI [1] L. A. Abdillah, et al., "Pengaruh kompensasi dan teknologi informasi terhadap kinerja dosen (KIDO) tetap pada Universitas Bina Darma," Jurnal Ilmiah MATRIK, vol. 9, pp. 1-20, April 2007. [2] L. A. Abdillah and D. R. Rahardi, "Optimalisasi pemanfaatan teknologi informasi dalam menumbuhkan minat mahasiswa menggunakan sistem informasi," Jurnal Ilmiah MATRIK, vol. 9, pp. 195-204, 2007. [3] L. A. Abdillah, "Managing information and knowledge sharing cultures in higher educations institutions," in The 11th International Research Conference on Quality, Innovation, and Knowledge Management (QIK2014), The Trans Luxury Hotel, Bandung, Indonesia, 2014. Proceedings SNIT : Hal A.-255

[4] A. Z. Rakhman, et al., "Fuzzy Inference System dengan Metode Tsukamoto sebagai Pemberi Saran Pemilihan Konsentrasi (Studi Kasus: Jurusan Teknik Informatika UII)," in Seminar Nasional Aplikasi Teknologi Informasi 2012 (SNATI 2012), Yogyakarta, 2012. [5] A. Ariani, L.A. Abdillah, F. Syakti, "Sistem pendukung keputusan kelayakan TKI ke luar negeri menggunakan FMADM," Jurnal Sistem Informasi (SISFO), vol. 4, pp. 336-343, September 2013. [6] R. Yuniardi, "Perancangan Sistem Pendukung Keputusan Untuk Menentukan Kelayakan Pemberian Pembiayaan Nasabah Baitul Maalwat-Tamwil (BMT) Mujahidin Pontianak Dengan Menggunakan Fuzzy Inference System Metode Tsukamoto," Jurnal Sistem dan Teknologi Informasi (JustIN), vol. 2, 2013. [7] P. Umami, L.A. Abdillah, I.Z. Yadi, "Sistem penunjang keputusan pemberian beasiswa bidik misi," in Konferensi Nasional Sistem Informasi (KNSI), STMIK Dipanegara Makassar, Sulawesi Selatan, 2014. [8] W. Kaswidjanti, "Implementasi Fuzzy Inference System Metode Tsukamoto pada Pengambilan Keputusan Pemeberian Kredit Pemilikan Rumah," Telematika, vol. 10, 2014. [9] J. A. O'Brien, Introduction To Information Systems. New York: McGraw-Hill/Irwin, 2010. [10] S. Kusumadewi, "Artificial Intelligence (Teknik dan Aplikasinya)," Yogyakarta: Graha Ilmu, 2003. [11] J.-S. R. Jang, et al., Neuro-Fuzzy and Soft Computing: A Computational APproach to Learning and Machine Intelligence. New Jersey: Prentice-Hall, 1997. Biodata Penulis Tri Murti, memperoleh gelar Sarjana Komputer (S.Kom.), Program Studi Sistem Informasi Fakultas Ilmu Komputer, Universitas Bina Darma Palembang, lulus tahun 2015. Leon Andretti Abdillah, memperoleh gelar lulusan terbaik Sarjana Komputer, Program Sistem Informasi STMIK Bina Darma Palembang, lulus tahun 2001.Gelar lulusan terbaik program Magister Manajemen Sistem Informasi, Program pascasarjana Universitas Bina Darma Palembang, lulus tahun 2006. Pernah melanjutkan pendidikan PhD di The University of Adelaide, Australia pada School of Computer Science dengan bidang peminatan Information Retrieval (2010-2012). Saat ini menjadi lektor kepala (Associate Professor) pada Fakultas Ilmu Komputer Program Studi Sistem Informasi Universitas Bina Darma Palembang. Muhammad Sobri, memperoleh gelar Sarjana komputer (S.Kom.), Program Studi Teknik Informatika Univeristas Bina Darma (UBD), lulus tahun 2009. Tahun 2011 memperoleh gelar Magister Komputer (M.Kom.) dari Konsentrasi Software Engineering UBD. Saat ini sebagai Staf Pengajar program studi Manjemen Informatika UBD Palembang. Proceedings SNIT : Hal A-256