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

dokumen-dokumen yang mirip
PENERAPAN METODE TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PEMENANG LOMBA DESA/KELURAHAN. Septilia Arfida ABSTRACT

ANALYTIC HIERARCHY PROCESS METODE PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT PADA KOPERASI MANDIRI UTAMA ABSTRACT

Hendra Kurniawan Jurnal Informatika, Vol. 11, No. 2, Desember 2011

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PROPOSAL PENELITIAN HIBAH INSTITUSI MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING.

PERANCANGAN SISTEM INFORMASI MONITORING PROGRES PENGADAAN BARANG PADA BAGIAN PENGADAAN DAN LOGISTIK INSTITUT INFORMATIKA DAN BISNIS DARMAJAYA

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENGANGKATAN CALON KEPALA SEKOLAH NEGERI BANDAR LAMPUNG DENGAN METODE SAW. Aron Naldo Ritonga1 dan Sri Lestari2

Sistem Pendukung Keputusan Kelayakan Kredit Usaha Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) Pada Bank BPD Sulteng

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT PADA KOPERASI MITRA MANDIRI SEJAHTERA KOTA SEMARANG

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING

Muhammad Yudin Ritonga ( )

PEMANFAATAN APLIKASI SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT PARU-PARU. Suhendro Y.I 1) dan Winarsih 2)

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

RANCANG BANGUN SISTEM INFORMASI PENJADWALAN MATA PELAJARAN DAN PENGOLAHAN DATA NILAI SISWA PADA SEKOLAH DASAR (SD) NEGERI 02 KOTA BARU.

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

SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN PENDONOR DARAH MENGGUNAKAN FUZZY MULTIPLE CITERIA DECISION ANALYSIS (F-MCDA) TIMOER DWI HAPSORO

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SKIM PINJAMAN KREDIT (Studi Kasus : Badan Kebahagiaan Perguruan Tjiawi)

PENERAPAN METODE ANALYTIC HIERARCHY PROCESS DALAM PENGUKURAN KINERJA KARYAWAN PADA IBI DARMAJAYA ABSTRACT

Sistem Pendukung Keputusan Pemberian Kredit Pada Pd. Bpr Bkk Demak Cabang Sayung Dengan Metode Fuzzy Madm (Multiple Attribute Decision Making

PENGGUNAAN METODE CERTAINTY FACTOR PARALEL UNTUK MENDETEKSI HAMA DAN PENYAKIT PADA TANAMAN KAKAO

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TENAGA PENGAJAR DENGAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI

IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PADA SUPPLIER FURNITURE MENGGUNAKAN MODEL PROMETHEE ABSTRAK

Penerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN UNTUK PROMOSI JABATAN SUPERVISOR PRODUKSI DENGAN METODE FUZZY MADM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan

SISTEM PENDUKUNG KEPUTUSAN ARDAN GROUP ARDAN GROUP DECISSION SUPPORT SYSTEM DESIGN

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

Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic

SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT SEPEDA MOTOR MENGGUNAKAN METODE FUZZY SUGENO (Studi Kasus PT. Bussan Auto Finance Malang) TUGAS AKHIR

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung)

PENERAPAN FUZZY MAMDANI MAX-MIN DALAM PENGEMBANGAN SISTEM INFORMASI PENENTUAN GAJI PEGAWAI PADA SEKOLAH TINGGI TEKNIK POLIPRFESI

SISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PINJAMAN TERHADAP NASABAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) STUDI KASUS: PT. BPR LAKSANA GUNA PERCUT

Sistem Penunjang Keputusan Pemberian Kredit Menggunakan Logika Fuzzy

PENENTUAN KELUARGA MISKIN MENGGUNAKAN METODE AHP

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

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

Penerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan

Kata kunci: Sistem Pendukung Keputusan, Penilaian Kinerja, Simple Additive Weighting (SAW). *) = pembimbing

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

PENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI

Sistem Pendukung Keputusan Dosen Berprestasi Berdasarkan Kinerja Penelitian dan Pengabdian Masyarakat

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU PADA SMA THERESIANA WELERI KENDAL MENGGUNAKAN METODE SAW

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BERPRESTASI DI PERTAMINA PENGAPON SEMARANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING

IMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PRODUK LAPTOP MENGGUNAKAN METODE FUZZY MULTI CRITERIA DECISION MAKING.

Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani

APLIKASI PERHITUNGAN ANGSURAN SURAT BPKB MOTOR PADA PT. MDPU FINANCE PALEMBANG

PROPOSAL PROGRAM KREATIVITAS MAHASISWA

PERANCANGAN SISTEM INFORMASI PROMOSI DAN TRANSAKSI BUKU BERORIENTASI OBJEK PADA PT`. FAJAR AGUNG INDOCEMERLANG. 1Sushanty Saleh, 2Hasan Basri

Vol. X Nomor 29 Juli Jurnal Teknologi Informasi ISSN : PEMODELAN UNTUK MENENTUKAN KECUKUPAN ANGKA GIZI IBU HAMIL.

SISTEM PENUNJANG KEPUTUSAN BEASISWA BIDIKMISI IBI DARMAJAYA B. LAMPUNG MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING

PENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI

Oleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

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

PERANCANGAN SISTEM INFORMASI PENJUALAN PADA TOKO ARIF SEBAGAI SUPPLIER PLASTIK DI BANDAR LAMPUNG NASKAH PUBLIKASI

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

PENGESAHAN PEMBIMBING...

Sistem Informasi Penjualan Kredit Mobil pada PT. Mitsubishi Ratu Mobil Sejagat

BAB I PENDAHULUAN. Perkembangan dunia usaha di Indonesia, tidak terlepas dari peranan. yang memberikan kesempatan kepada pihak swasta untuk

P14 FMADM Dengan Pengembangan. A. Sidiq P.

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT

STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU)

PENERAPAN METODE LOGIKA FUZZY MODEL TAHANI DALAM PEMILIHAN HARDWARE KOMPUTER

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

Faktor Exacta 11 (1): 17-23, 2018 p-issn: X e- ISSN: X Irsan-Implementasi Aplikasi Sistem Pendukung...

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

JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 6 No. 2 Februari 2014 PERANCANGAN SISTEM INFORMASI AKUNTANSI UNTUK SISTEM PIUTANG

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

APLIKASI PERKREDITAN BERBASIS WEB PADA PT. PRIORITAS CABANG KABUPATEN PASAMAN BARAT

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting

IMPLEMENTASI LOGIKA FUZZY METODE TSUKAMOTO DALAM MENENTUKAN KELAYAKAN PEMBERIAN KREDIT PADA BPR BKK KENDAL

SISTEM E-LEARNING DENGAN PENDEKATAN GAYA BELAJAR VARK

PEMODELAN APLIKASI LAYANAN INFORMASI BERBASIS CUSTOMER RELATIONSHIP MANAJEMEN (CRM) di IBI DARMAJAYA

Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN SEKOLAH ADIWIYATA DENGAN METODE SIMPLE ADDITIVE WEIGHTING ABSTRAK

PERENCANAAN PENGAMBILAN MATA KULIAH DENGAN METODE FUZZY LOGIC (STUDI KASUS PADA STMIK ASIA MALANG) ABSTRAK

IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY

Seminar Nasional Inovasi Dan Teknologi Informasi (SNITI 3) ISSN : Samosir, November 2016

EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT TANPA AGUNAN (KTA) PADA STANDARD CHARTERED BANK. Lukas Prasetyo, Muji Sukur, Sunardi.

IMPLEMENTASI METODE PROFILE MATCHING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA LOMBA KOMPETENSI SISWA (LKS)

SISTEM PAKAR KESESUAIAN LAHAN BERDASARKAN SYARAT TUMBUH TANAMAN MENGGUNAKAN METODE FUZZY MAMDANI

Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani

Logika Fuzzy Pengambilan Keputusan Pemilihan Penerima Beasiswa Menggunakan Metode Mamdani

BAB III ANALISIS SISTEM

JURNAL. SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BONUS KARYAWAN DI TOKO DUNIA TAS TAS DENGAN METODE SAW (Simple Additive Weighting)

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN ANGGOTA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING BERBASIS WEB DI KOPERASI SIMPAN PINJAM MELATI

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

SISTEM PENDUKUNG KEPUTUSAN PERAMALAN CUACA DENGAN MENGGUNAKAN LOGIKA FUZZY MAMDANI

BAB I PENDAHULUAN. keuangan dimana peran seorang Analis Kredit masih belum dapat digantikan oleh

SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PEMBERIAN KREDIT

Jurnal Informasi Volume VII No.1 / Februari / 2015

MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.

Rancangan Aplikasi Penjualan Barang

STMIK GI MDP Program Studi Komputerisasi Akuntansi Tugas Akhir Ahli Madya Semester Ganjil Tahun 2011/2012

Kata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan

PERBANDINGAN METODE PENUNJANG KEPUTUSAN MCDM (MULTI CRITERIA DECISION MAKING) PADA PEMILIHAN SISWA UNGGULAN BIDANG INSTRUMENTASI LOGAM

Transkripsi:

Jurnal Informatika, Vol. 12, No. 2, Desember 2012 Septilia Arfida IMPLEMENTASI FUZZY TERHADAP SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN KELAYAKAN PEMBIAYAAN PENGAJUAN KREDIT BARANG 1Septilia Arfida 1Jurusan Teknik Informatika - Fakultas Ilmu Komputer Informatics & Business Institute Darmajaya Jl. Z.A Pagar Alam No.93 Bandar Lampung Indonesia 35142 Telp: (0721)-787214 Fax (0721)-700261 ext 112 Email: septiliatime@gmail.com ABSTRACT PT. X is a company which operates in electronics and furniture financing. As a finance company, the major concern is how to get as many debtors who have a strong commitment to repay provided financing. Decision Support System is one of the uses of computer technology which is able to help in a decision making. The loan officers are required precision, accuracy and responsibility in determining the admissibility of such financing in order to the management of PT. X wills not loss. One way to determine a accepted or not accepted financing is by building up a system that can facilitate the management in assessing of feasibility of the filling of financing by debtors using Fuzzy Inference System Mamdani method. It is known that by Fuzzy Inference System Mamdani method implementation will simplify for the management in financing decision making whether receive or not from debtors filing. Keyword: Fuzzy Inference System, Mamdani Method, Filling of credit ABSTRAK PT. X merupakan perusahaan yang bergerak dalam pembiayaan elektronik dan furniture. Sebagai perusahan pembiayaan, hal yang menjadi perhatian utama yaitu bagaimana mendapatkan debitur sebanyak mungkin yang mempunyai komitmen tinggi dalam melunasi pembiayaan yang telah diberikan. Sistem pendukung keputusan adalah salah satu dari pemanfaatan teknologi komputer yang dapat membantu dalam pengambilan suatu keputusan. Petugas kredit dituntut ketelitian dan kejelian serta tanggung jawab dalam menentukan diterima atau tidaknya pembiayaan tersebut agar pihak manajemen PT. X tidak mengalami kerugian. Salah satu cara untuk menentukan diterima atau tidaknya pembiayaan adalah dengan membangun suatu sistem yang dapat membantu memfasilitasi pihak manajemen dalam melakukan penilaian tingkat kelayakan atas pengajuan pembiayaan oleh debitur menggunakan metode Fuzzy Inference System Mamdani. Dengan mengimplementasikan metode Fuzzy Inference System Mamdani akan mempermudah pihak manajemen dalam pengambilan keputusan pembiayaan diterima atau tidaknya dari pengajuan debitur. Kata kunci: Fuzzy Inference System, Metode Mamdani, Pengajuan Kredit Barang 146 Informatics and Business Institute Darmajaya

Septilia Arfida Jurnal Informatika, Vol. 12, No. 2, Desember 2012 I. PENDAHULUAN Peranan teknologi informasi dan komputer adalah dalam mendukung pengolahan data agar lebih efektif dan efisien. Banyak perusahaan swasta maupun instansi pemerintah yang telah memanfaatkan teknologi komputer guna membantu mengolah data sesuai dengan kebutuhannya dan sistem pendukung keputusan adalah salah satu dari pemanfaatan teknologi komputer yang dapat membantu dalam pengambilan suatu keputusan. PT. X merupakan perusahaan yang bergerak dalam pembiayaan elektronik dan furniture. Sebagai perusahan pembiayaan, hal yang menjadi perhatian utama yaitu bagaimana mendapatkan debitur sebanyak mungkin yang mempunyai komitmen tinggi dalam melunasi Survey dilakukan oleh petugas surveyor atas permintaan sales/debitur dengan beberapa ketentuan pertanyaan yang sifatnya bagaimana status keadaan debitur tersebut dalam hal mampu/tidaknya debitur tersebut melunasi pembiayaan yang akan diberikan. Dalam hal ini petugas kredit dituntut ketelitian dan kejelian serta tanggung jawab dalam menentukan diterima/tidaknya pembiayaan tersebut agar pihak manajemen PT. X tidak mengalami kerugian. Berdasarkan latar belakang di atas perlu diusulkan suatu sistem yang dapat membantu memfasilitasi pihak manajemen dalam melakukan penilaian tingkat kelayakan atas pengajuan pembiayaan oleh debitur dengan menggunakan metode Fuzzy Inference System pembiayaan yang telah diberikan. Prioritas Mamdani. Sehingga memudahkan bagian utama dalam peningkatan pembiayaan yang sedikit resiko kerugian dari pihak perusahaan adalah peranan dari para sales dan surveyor. Petugas surveyor harus jujur dan kredibel dalam menyampaikan informasi tentang debitur yang mengajukan kredit elektronik dan furniture. Selain itu, kejujuran pihak yang mempunyai wewenang untuk menerima/menolak pengajuan debitur sangat berperan. kredit dalam mengambil suatu keputusan secara cepat, akurat dan mudah. Unsur yang menjadi tolak ukur adalah penghasilan, pengajuan dan data administratif. II. METODE PENELITIAN 2.1 Metode Pengumpulan Data Teknik pengumpulan data yang dilakukan adalah metode kepustakaan, metode observasi, dan metode wawancara. Informatics and Business Institute Darmajaya 147

Jurnal Informatika, Vol. 12, No. 2, Desember 2012 Septilia Arfida 2.2 Metode Pengembangan Perangkat Lunak 2.2.1 Planning Sistem pendukung keputusan yang diterapkan adalah memberikan alternatif terhadap pengambilan keputusan pengajuan pembiayaan. Terdapat beberapa unsur yang digunakan dalam menentukan penilaian terhadap berkas pengajuan pembiayaan diantaranya yaitu : a) Seleksi penghasilan, tahap ini melakukan verifikasi data b) Seleksi pengajuan, melakukan verifikasi data yang menyangkut masalah besarnya pengajuan, jangka waktu pinjam (tenor) dan besarnya angsuran yang harus dibayarkan tiap bulannya c) Tahap seleksi kelengkapan administrasi, melakukan verifikasi terhadap data-data berkas pengajuan. 2.2.2 Analisis Pengambilan keputusan permohonan pengajuan kredit berupa berkas pengajuan yang diajukan oleh debitur, dimana pihak analisis kredit mengalami kesulitan dalam mengambil keputusan sehingga dapat mengakibatkan terjadinya kredit macet dan dapat mengakibatkan kerugian yang lebih besar. 2.2.3 Perancangan Sistem Diagram konteks untuk aplikasi ini seperti pada Gambar 1. Gambar 1. Diagram Konteks Sistem Pendukung Keputusan 2.2.4 Proses Penerapan Metode Mamdani dalam Analisis Pengajuan Kredit Variabel input yang digunakan adalah penghasilan, pengajuan, dan administrasi sedangkan variabel outputnya adalah Tahap pertama adalah menentukan himpunan fuzzy. Gambar 2., 3., 4. menguraikan himpunan fuzzy untuk variabel penghasilan, variabel pengajuan, variabel data administratif serta variabel keputusan. keputusan. 148 Informatics and Business Institute Darmajaya

Septilia Arfida Jurnal Informatika, Vol. 12, No. 2, Desember 2012 Gambar 2. Himpunan Fuzzy untuk Variabel Penghasilan Gambar 3. Himpunan Fuzzy untuk Variabel Pengajuan Gambar 4. Himpunan Fuzzy untuk Variabel Data Administratif Gambar 5. Himpunan Fuzzy untuk Variabel Keputusan Informatics and Business Institute Darmajaya 149

Jurnal Informatika, Vol. 12, No. 2, Desember 2012 Septilia Arfida Tahapan selanjutnya adalah pembentukan aturan. Berikut terdapat beberapa aturan yang diterapkan dalam kasus ini: [R1] IF penghasilan is sangat kecil AND pengajuan is sangat banyak AND data administratif is sangat kurang THEN keputusan is tidak layak. [R2] IF penghasilan is sangat kecil AND pengajuan is banyak AND data administratif is kurang THEN keputusan is tidak layak. [R8] IF penghasilan is kecil AND pengajuan is sedang AND administrasi is sedang THEN keputusan is layak. [R9]IF penghasilan is kecil AND pengajuan is sedikit AND administrasi is baik THEN keputusan is layak. [R10]IF penghasilan is kecil AND pengajuan is sangat sedikit AND administrasi is sangat baik THEN keputusan is layak. [R11] IF penghasilan is sedang AND pengajuan [R3] IF penghasilan is sangat kecil AND is sangat banyak AND administrasi is pengajuan is sedang AND data administratif is sedang THEN keputusan is tidak layak. sangat kurang THEN keputusan is tidak layak. [R4] IF penghasilan is sangat kecil AND [R12] IF penghasilan is sedang AND pengajuan pengajuan is sedikit AND data administratif is baik THEN keputusan is tidak layak. is banyak AND administrasi is THEN keputusan is tidak layak. kurang [R5] IF penghasilan is sangat kecil AND pengajuan is sangat sedikit AND administrasi is sangat baik THEN keputusan is layak. [R6] IF penghasilan is kecil AND pengajuan is sangat banyak AND administrasi is sangat kurang THEN keputusan is tidak layak. [R7]IF penghasilan is kecil AND pengajuan is banyak AND administrasi is kurang THEN keputusan is tidak layak. Tahapan ke tiga adalah Aplikasi Fungsi Implikasi. Pada metode mamdani fungsi implikasi yang digunakan adalah Min. Berdasarkan data yang ada maka berikut adalah sample untuk [R1] dengan aturan predikatnya sebagai berikut: predikat1 = penghasilan sangat kecil pengajuan sangat banyak data administratif sangat kurang 150 Informatics and Business Institute Darmajaya

Septilia Arfida Jurnal Informatika, Vol. 12, No. 2, Desember 2012 = Min penghasilan sangat data administratif sangat kecil (2000000), pengajuan Kurang (40)) sangat banyak (1000000), = Min (0.6 ; 0.6 ; 0.5) = 0.5 Gambar 6. Aplikasi Fungsi Implikasi untuk R1 Tahapan berikutnya adalah Komposisi Antar aturan. Dari hasil aplikasi fungsi implikasi dari tiap aturan, digunakan metode MAX untuk melakukan komposisi antar semua aturan. M1 = = 156.25 M2 = = = (0,025 (39)2 0,25 (39)) 0,025 (15)2 0,25 (25) = (38,025 9,75) 15,625 6,25 = 6,4 M3 = = 0,6 x z2 Gambar 7. Daerah Hasil Komposisi Tahapan selanjutnya adalah Metode penegasan yang dipakai adalah metode centroid. Untuk itu hal pertama yang dilakukan adalah menghitung momen untuk tiap daerah. = 0,3 z2 = 0,3 x (60)2-0,3 (39)2 = 1080 456,3 = 624 Kemudian menghitung luas setiap daerah: Informatics and Business Institute Darmajaya 151

Jurnal Informatika, Vol. 12, No. 2, Desember 2012 Septilia Arfida A1 = 25*0.25 = 6.25 A2 = (0.25+0.6) *( 39-25)2= 5.95 A3 = (60-39)* 0.6 = 126 Titik pusat diperoleh dari Z = = = 5.95 Maka pengajuan pembiayaan pada debitur ini tidak layak untuk diterima. III. HASIL DAN PEMBAHASAN 3.1 Input Data Debitur Form data debitur digunakan untuk mengisi data debitur. Form data debitur terdiri dari No debitur, nama debitur, tempat lahir, tanggal lahir, jenis kelamin, alamat dan nomor telpon. Adapun tampilan form data debitur dapat dilihat pada gambar 8. Gambar 8. Form Entry Data Debitur 3.2 Input Data Pengajuan Kredit Form data pengajuan kredit digunakan untuk mengisi data pengajuan kredit. Form data pengajuan kredit terdiri dari No berkas, tanggal,no debitur, nama debitur, nama barang, harga barang, tenor, angsuran, dan status pengajuan. Adapun tampilan form data pengajuan kredit dapat dilihat pada gambar 9. 152 Informatics and Business Institute Darmajaya

Septilia Arfida Jurnal Informatika, Vol. 12, No. 2, Desember 2012 Gambar 9. Form Input Data Pengajuan Kredit 3.3 Form Proses Analis Kredit Form data proses analis kredit digunakan untuk mengisi data proses analis kredit. Form data proses analis kredit terdiri dari no berkas, tgl pengajuan, no debitur, nama debitur, nama barang, harga barang, tenor dan angsuran. Adapun tampilan form data proses analis kredit dapat dilihat pada Gambar 10. Gambar 10. Form Proses Analis Kredit 3.4 Tampilan Hasil Akhir Data Analisis Kredit Form data analisis kredit digunakan untuk mengisi data analisis kredit. Form data besar angsuran, margin, grade, presentase, kelengkapan administrasi, grade, percentase. Adapun tampilan form data analisis kredit dapat dilihat pada Gambar 11. analisis kredit terdiri dari besar pendapatan, Informatics and Business Institute Darmajaya 153

Jurnal Informatika, Vol. 12, No. 2, Desember 2012 Septilia Arfida Gambar 11. Tampilan Hasil Akhir Data Analisis Kredit 3.5 Form Laporan Hasil Keputusan Form data laporan hasil keputusan keputusan. Adapun tampilan form data laporan hasil keputusan dapat dilihat pada gambar 12. digunakan untuk mengisi data laporan hasil Gambar 12. Laporan Hasil Keputusan 3.6 Pembahasan Proses pengambilan keputusan atas pengajuan kredit oleh debitur diimplementasikan dalam bentuk aplikasi guna memudahkan pegawai analisis kredit dalam menganalisis tingkat kelayakan pengajuan kredit. Proses pengambilan keputusan didasarkan pada syarat dan ketentuan yang ada yaitu penghasilan, pengajuan dan kelengkapan data administratif. Syarat penghasilan dan pengajuan digunakan sebagai acuan dalam mencari margin kemampuan pembiayaan masing-masing debitur, sedangkan kelengkapan data administratif digunakan sebagai tingkat keakuratan data dan identitas yang dimiliki oleh debitur. Pada proses penilaian tingkat kelayakan digunakan metode 154 Informatics and Business Institute Darmajaya

Septilia Arfida Jurnal Informatika, Vol. 12, No. 2, Desember 2012 Fuzzy Inference System Mamdani karena penerapannya memberikan hasil yang tepat dan objektif. IV. SIMPULAN Penerapan Fuzzy Inference System Mamdani pada analisis penilaian tingkat kelayakan pengajuan kredit pada PT. X menghasilkan beberapa kesimpulan: a. Aplikasi pengolahan data Sistem Pendukung Keputusan Pengajuan Kredit Barang telah dapat digunakan untuk proses analisis pengajuan kredit. Serta dapat menyimpulkan keputusan atas kelayakan pengajuan kredit sehingga memudahkan pihak PT. X dalam mengambil keputusan atas pengajuan kredit barang yang dilakukan oleh debitur. b. Sistem ini masih perlu penyesuaian range margin kredit yang lebih baik guna meningkatkan nilai kelayakan kredit yang diajukan oleh debitur. V. DAFTAR PUSTAKA [1]. Al Fatta, H., 2007, Analisis Dan Perancangan Sistem Informasi. Penerbit Andi, Yogyakarta. [2]. Dennis, A. B. H. W., 2005. System Analysis Design 2nd Edition. Penerbit Jhon Wiley and son, Inc United States of America. [3]. Kusrini, 2007, Konsep dan Aplikasi Sistem Pendukung Keputusan, Penerbit Andi, Yogyakarta. [4]. Kusumadewi, S., 2006., Fuzzy Multi Attribute Decision Making (FUZZY MADM), Penerbit Graha Ilmu, Yogyakarta. [5]. Kusumadewi, S., 2010, Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Penerbit Graha Ilmu, Yogyakarta. [6]. Turban, E., 2005, Decision Support Systems and Intelegent System, Penerbit Andi Offset, Yogyakarta. Informatics and Business Institute Darmajaya 155