KEUANGAN PERUSAHAAN MENGGUNAKAN METODE ANALISA RASIO DENGAN METODE FUZZY LOGIC
SKRIPSI
Diajukan sebagai salah satu syarat untuk menyelesaikan Program Sarjana Komputer
Oleh :
Nama : MARIA GORETTI ARUM WISMASARI NIM : 98.41010.4065
Program : S1 (Strata Satu) Jurusan : Sistem Informasi
SEKOLAH TINGGI
MANAJEMEN INFORMATIKA & TEKNIK KOMPUTER SURABAYA
Halaman
HALAMAN JUDUL ... i
HALAMAN PENGESAHAN ... ii
ABSTRAKSI... iii
KATA PENGANTAR ... iv
DAFTAR ISI ... vi
DAFTAR GAMBAR ... viii
DAFTAR TABEL ... x
DAFTAR LAMPIRAN ... xi
BAB I PENDAHULUAN ... 1
1.1.Latar Belakang Masalah ... 1
1.2.Perumusan Masalah ... 3
1.3.Pembatasan Masalah ... 4
1.4.Tujuan ... 4
1.5.Sistematika Penulisan... 5
BAB II LANDASAN TEORI ... 6
2.1. Laporan Keuangan ... 6
2.2. Analisa Rasio Keuangan ... 8
2.3. Analisa dan Kinerja Keuangan Perusahaan ... 11
2.4. Sistem Pendukung Keputusan ... 12
2.5. Logika Fuzzy ... 12
2.6. Data Flow Diagram (DFD ... 20
2.8. Desain Output dan Input ... 29
BAB III PERANCANGAN SISTEM ... 31
3.1. Analisis Sistem ... 31
3.2. Perancangan Sistem ... 31
3.3. Pembentukan Aturan Dasar Fuzzy ... 36
3.4. Desain Sistem ... 41
3.5. Desain Antarmuka ... 43
3.6. DBMS (Database Management System) ... 48
3.7. Rancangan Evaluasi ... 59
BAB IV IMPLEMENTASI DAN EVALUASI ... 61
4.1. Implementasi ... 61
4.2. Evaluasi ... 72
BAB V PENUTUP ... 84
5.1. Kesimpulan ... 84
5.2. Saran ... 84
DAFTAR PUSTAKA ... 85
BIODATA ... 86
LAMPIRAN ... 87
Halaman
Gambar 2.1 Gambar Himpunan Fuzzy(Fuzzy Set) ... 13
Gambar 2.2 Variabel Fuzzy ... 16
Gambar 2.3 Fungsi Keanggotaan Segitiga ... 20
Gambar 2.4 Contoh Ilustrasi Detil Child Diagram ... 23
Gambar 2.5 Kesalahan Proses Input Dan Output ... 24
Gambar 2.6 Kesalahan Penulisan Hubungan Entity Luar Dengan Data Store 24
Gambar 2.7 Hubungan Antara Realita, Data Dan Metadata ... 27
Gambar 3.1 Gambaran Umum Proses Fuzzy ... 32
Gambar 3.2 Gambaran Alur Kerja Sistem ... 34
Gambar 3.3 Tahapan Proses Penentuan Aturan Dasar Fuzzy ... 36
Gambar 3.4 Context Diagram ... 41
Gambar 3.5 DFD (Data Flow Diagram) Level 0 ... 42
Gambar 3.6 ERD (Entity Relational Diagram) ... 43
Gambar 3.7 Desain Form Create Database ... 44
Gambar 3.8 Desain Form Setup Database ... 44
Gambar 3.9 Desain Form Input Data Jenis Industri ... 44
Gambar 3.10 Desain Form Input Data Perusahaan ... 45
Gambar 3.11 Desain Form Input Data Laporan Keuangan ... 45
Gambar 3.12 Desain Form Analisa Keputusan ... 46
Gambar 3.13 Desain Form Input Data Fuzzyfikasi ... 46
Gambar 3.14 Desain Form Input Data Aturan Fuzzy ... 47
Gambar 3.16 Desain Form Menu Utama Sistem ... 48
Gambar 4.1 Form Menu Utama Aplikasi ... 63
Gambar 4.2 Form About ... 64
Gambar 4.3 Form Create Database ... 65
Gambar 4.4 Form Setup Database ... 65
Gambar 4.5 Form Jenis Industri ... 66
Gambar 4.6 Form Perusahaan ... 66
Gambar 4.7 Form Laporan Keuangan ... 67
Gambar 4.9 Form Keputusan ... 68
Gambar 4.10 Form Fuzzyfikasi ... 69
Gambar 4.11 Form Fuzzy Rule ... 70
Gambar 4.12 Form Aturan Penilaian Fuzzy ... 71
Gambar 4.13 Output Nilai Perhitungan Fuzzy PT. Indocement ... 78
Gambar 4.14 Output Nilai Perhitungan Fuzzy PT. Semen Gresik ... 83
Halaman
Tabel 3.1 Tabel Aturan-aturan (Rule) Fuzzy ... 38
Tabel 3.2 Tabel Tipe Industri ... 49
Tabel 3.3 Tabel Perusahaan ... 49
Tabel 3.4 Tabel Laporan Keuangan ... 50
Tabel 3.5 Tabel Fuzzy ... 51
Tabel 3.6 Tabel Fuzzyfikasi R1 ... 52
Tabel 3.7 Tabel Fuzzyfikasi R2 ... 52
Tabel 3.8 Tabel Fuzzyfikasi R3 ... 53
Tabel 3.9 Tabel Fuzzyfikasi R4 ... 54
Tabel 3.10 Tabel Fuzzyfikasi R5 ... 54
Tabel 3.11 Tabel Fuzzyfikasi R6 ... 55
Tabel 3.12 Tabel Fuzzyfikasi R7 ... 56
Tabel 3.13 Tabel Fuzzyfikasi R8 ... 56
Tabel 3.14 Tabel Fuzzyfikasi R9 ... 57
Tabel 3.15 Tabel Keputusan ... 57
Tabel 3.16 Tabel Rule Fuzzy ... 58
Tabel 3.17 Tabel Uji Input Sistem ... 59
Tabel 3.18 Tabel Uji Perhitungan Keputusan Fuzzy ... 60
Tabel 4.1 Tabel Rincian Evaluasi Output Test Case Pada Sistem ... 72
Tabel 4.2 Tabel Rincian Evaluasi Output Test Case Pada Sistem (Lanjutan) . 73 Tabel 4.3 Tabel Perhitungan Analisa Rasio Secara Konvensional ... 77
Halaman
Lampiran 1 Algoritma Maintenance Industri ... 87
Lampiran 2 Algoritma Maintenance Perusahaan ... 88
Lampiran 3 Algoritma Maintenance Laporan Keuangan ... 90
Lampiran 4 Algoritma Analisa Keputusan ... 92
Lampiran 5 Algoritma Fuzzyfikasi ... 96
Lampiran 6 Algoritma Fuzzyrule ... 99
1.1.Latar Belakang Masalah
Perkembangan dunia usaha yang pesat dewasa ini menimbulkan pertumbuhan ekonomi yang makin tinggi sehingga menciptakan persaingan yang kian tajam dalam dunia usaha. Keadaan ini memaksa perusahaan mengembangkan usahanya seoptimal mungkin serta mempertahankan kondisi perusahaan agar selalu berjalan secara efektif dan efisien. Perusahaan sebagai suatu unit ekonomi tentunya mempunyai tujuan yang dapat digunakan sebagai dasar berpijak dalam usaha mengembangkan eksistensinya. Sehubungan dengan perkembangan dunia usaha, kuatnya pengaruh perilaku masyarakat dan makin ketatnya persaingan mengakibatkan banyaknya tuntutan agar kegiatan perusahaan mencapai suatu tujuan yang layak. Tujuan tersebut antara lain memaksimalkan pendapatan, memaksimalkan kemampuan manajerial dan kesejahteraan sosial bagi karyawannya.
Bagi perusahaan yang telah go public akan selalu berusaha untuk mempertahankan kinerja keuangan yang telah dicapainya. Dengan banyaknya perusahaan yang terdaftar di bursa, membuat para investor mempunyai banyak pilihan terhadap perusahaan untuk menanamkan investasinya. Investasi adalah penggunaan uang untuk obyek-obyek tertentu dengan tujuan bahwa nilai obyek tersebut selama jangka waktu investasi akan meningkat paling tidak bertahan, dan selama jangka waktu itu pula, memberikan hasil secara teratur (E.A. Koetin,
1993:16). Dari definisi diatas, investasi saham merupakan pengelolaan sebagian
uang untuk ditanamkan dalam bentuk saham dengan harapan mendapatkan pertambahan nilai dari jumlah pokok.
Dengan banyaknya perusahaan publik yang terdaftar di bursa semakin banyak pula pertimbangan investor dalam menentukan pilihan terhadap perusahaan-perusahaan tersebut. Pertimbangan investor dalam menilai suatu perusahaan tentu tidak hanya melihat imbalan hasil dari yang dihasilkan, tetapi juga resiko yang dihadapi oleh perusahaan pada masa mendatang. Setiap perusahaan mempunyai kinerja keuangan yang berbeda-beda dan untuk melihat keberhasilan suatu perusahaan dapat dilihat dari laporan keuangannya. Setiap kegiatan manajemen dilaporkan dalam bentuk laporan keuangan yang disusun pada akhir periode akuntansi. Laporan keuangan ini memberikan informasi akuntansi yang menunjukkan posisi keuangan dan hasil-hasil operasi perusahaan dalam satu periode akuntansi. Hal ini diperlukan karena para investor (penanam modal jangka panjang), bankers maupun para kreditur perlu mempertimbangkan laporan keuangan perusahaan dimana mereka akan menanamkan modalnya (Munawir, 1992:3).
neraca atau laporan rugi laba secara individu atau kombinasi dari kedua laporan tersebut (Munawir, 1992:37). Untuk mengukur kinerja perusahaan secara obyektif hingga mampu menggambarkan kondisi riil cukup sulit, berbagai metode perhitungan laporan keuangan yang berguna bagi kepentingan lembaga-lembaga, kreditur dan investor atau pihak-pihak yang berkepentingan.
Pada tugas akhir ini akan menggunakan metode analisa rasio yang dilengkapi dengan metode fuzzy sebagai dasar dalam memberikan ketetapan dan penghalusan (smoothing) kriteria dari suatu selisih nilai yang ada guna menghasilkan suatu keputusan yang tepat. Karena dengan menggunakan metode
fuzzy diterapkan sebuah konsep yang memetakan suatu variabel pada
kemungkinan yang tidak eksak sehingga dapat menangani sistem linguistik atau permasalahan-permasalahan yang tidak pasti atau tidak presisi serta permasalahan probabilitas yang dihadapi (Kosko, 1992). Keputusan yang akan dihasilkan dapat membantu manager finansial dalam membuat keputusan-keputusan yang penting bagi perusahaan dan dapat menganalisa laporan keuangan suatu perusahaan yang berguna bagi para investor atau kreditur sebagai bahan pertimbangan apakah menguntungkan atau tidak menanamkan dana mereka pada suatu perusahaan melalui pasar modal.
1.2.Perumusan Masalah
Berdasarkan pada latar belakang diatas, maka perumusan masalah pada tugas akhir ini adalah mengembangkan sistem pendukung keputusan untuk menilai kinerja perusahaan dengan menggunakan metode analisa rasio dan metode
1.3.Pembatasan Masalah
Dalam pembahasan masalah yang dihadapi terdapat batasan yang digunakan sebagai ruang lingkup, yaitu :
1. Analisa rasio keuangan yang digunakan dalam menilai kinerja perusahaan meliputi rasio likuiditas, rasio solvabilitas, rasio aktivitas dan rasio keuntungan.
2. Data perusahaan yang digunakan dibatasi selama 5 periode (tahun).
3. Data-data yang digunakan adalah laporan keuangan dari PT. Indocement Tunggal Prakarsa, PT. Semen Gresik, PT. Semen Cibinong yang berasal dari BES Surabaya.
4. Data diasumsikan telah siap untuk diolah sebagai masukan sistem pendukung keputusan.
5. Bahasa Pemrograman yang digunakan adalah Microsoft Visual Basic 6.0. 6. Sistem database yang digunakan adalah Microsoft SQL 7.0
1.4.Tujuan
Dalam penelitian tugas akhir ini bertujuan untuk mengembangkan sistem pendukung keputusan untuk menilai kinerja perusahaan dengan metode analisa rasio dan metode fuzzy sehingga dapat memberikan keputusan yang tepat bagi pihak-pihak yang memerlukan.
1.5.Sistematika Penulisan
BAB I : PENDAHULUAN
Bab ini menjelaskan tentang latar belakang masalah, perumusan masalah, pembatasan masalah, tujuan dan sistematika penulisan.
BAB II : LANDASAN TEORI
Dalam bab ini diterangkan mengenai bagaimana penjelasan dari teori-teori yang digunakan untuk menyelesaikan permasalahan yang ada dalam Tugas Akhir ini.
BAB III : PERANCANGAN SISTEM
Bab ini menerangkan tentang masalah-masalah yang ada pada tugas akhir ini dan bagaimana merancang suatu sistem dari permasalahan yang terjadi, sehingga masalah tersebut bisa diselesaikan.
BAB IV : IMPLEMENTASI DAN EVALUASI
Dalam bab ini dijelaskan mengenai bagaimana implementasi penggunaan program yang telah dibuat, serta penjelasan proses analisa penentuan kinerja perusahaan dengan analisa rasio dan metode fuzzy logic.
BAB V : PENUTUP
LANDASAN TEORI
Pada bab ini menjelaskan teori-teori yang mendukung dalam pembuatan tugas akhir dengan judul sistem pendukung keputusan untuk menilai kinerja keuangan perusahaan menggunakan metode analisa rasio dengan metode fuzzy, yang meliputi :
2.1. Laporan Keuangan
Laporan keuangan merupakan hasil akhir dari suatu proses penentuan yang merupakan suatu ringkasan transaksi-transaksi keuangan yang terjadi selama tahun buku yang dapat dijadikan dasar untuk analisa bisnis dalam ekonomi dan peramalan masa depan.
1. Jenis Laporan Keuangan
Laporan keuangan disusun berdasarkan standart khusus akuntansi keuangan yang terdiri dari :
a. Neraca
Dalam hal penyajian neraca secara umum aktiva dan pasiva. Neraca bermanfaat untuk menggambarkan posisi keuangan pada saat tertentu dan memberikan gambaran aktiva, hutang dan modal.
b. Perhitungan laba /rugi
Laporan yang menggambarkan pendapatan dan biaya kegiatan lainnya dalam satu periode secara rinci.
2. Tujuan laporan kegiatan
Adapun tujuan umum dari laporan keuangan, sebagai berikut :
a. Untuk memberikan informasi keuangan mengenai aktiva dan kewajiban serta modal suatu perusahaan.
b. Untuk memberikan informasi keuangan yang membantu para pemakai laporan keuangan didalam menaksir potensi perusahaan dalam menghasilkan laba.
3. Sifat dan keterbatasan laporan keuangan
Walaupun laporan keuangan merupakan informasi yang sangat berguna bagi pihak-pihak untuk pengambilan keputusan, tetapi laporan keuangan tersebut masih mempunyai sifat dan keterbatasan. Menurut Munawir (1998 : 10) sifat dan keterbatasan laporan keuangan adalah sebagai berikut :
a. Laporan keuangan bersifat historis. Laporan keuangan tidak dapat dianggap sebagai satu-satunya sumber informasi dalam proses pengambilan keputusan. b. Laporan keuangan bersifat umum dan bukan dimaksudkan untuk memenuhi
kebutuhan pihak tertentu.
c. Proses penyusunan laporan keuangan tidak luput dari penggunaan penaksiran berbagai pertimbangan.
d. Laporan keuangan bersifat konservatif dalam menghadapi ketidakpastian. e. Laporan keuangan lebih menekankan pada makna ekonomi suatu peristiwa
4. Pihak-pihak yang berkepentingan dengan laporan keuangan
Pihak-pihak yang berkepentingan dengan posisi keuangan maupun perkembangan suatu perusahaan meliputi :
a. Pihak intern perusahaan - Pemilik
Karena dengan laporan keuangan tersebut pemilik perusahaan dapat menilai sukses tidaknya manajer dalam memimpin perusahaan dan kesuksekan seorang manajer biasanya dinilai dengan laba yang diperoleh perusahaan.
- Manajer atau pemimpin
Dengan mengetahui posisi keuangan maka dapat menyusun rencana yang baik dan memperbaiki sistem pengawasnya dan juga menentukan kebijakan-kebijakan dengan tepat.
b. Pihak ekstern perusahaan - Investor
Mereka berkepentingan terhadap prospek jaminan investasinya serta untuk mengetahui kondisi keuangan jangka pendek perusahaan.
- Kreditur dan Banker
2.2. Analisa Rasio Keuangan
Analisa ratio adalah suatu metode analisa untuk mengetahui hubungan dari pos-pos tertentu dalam neraca atau laporan rugi laba secara individual atau kombinasi dari kedua laporan tersebut, (Munawir 1992:37). Atau merupakan bagian kegiatan yang hendak mencoba menilai keadaan perusahaan yang dapat digunakan untuk berbagai tujuan. Sehat tidaknya suatu perusahaan akan dapat ditunjukkan oleh ratio-ratio yang diperoleh dari analisa ini.
Analisa rasio keuangan dapat memberikan indikasi apakah perusahaan memiliki kas yang cukup untuk memenuhi kewajiban finansialnya, besarnya piutang yang cukup rasional, efisien manajemen persediaan, perencanaan pengeluaran investasi yang baik dan struktur modal yang sehat sehingga tujuan memaksimalkan kemakmuran pemegang saham dapat tercapai.
Dalam melakukan analisa rasio keuangan dapat dilakukan dengan membandingkan prestasi satu periode dibandingkan dengan periode sebelumnya sehingga diketahui adanya kecenderungan selama periode tertentu. Selain itu dapat pula dilakukan dengan cara membandingkan dengan perusahaan sejenis dalam industri tersebut sehingga dapat diketahui bagaimana posisi perusahaan dalam industri.
Penggolongan angka rasio berdasarkan tujuannya, angka-angka rasio keuangan dapat diklasifikasikan dalam lima golongan sebagai berikut :
a. Liquidity Ratio
Rasio yang mengukur kemampuan perusahaan untuk memenuhi kewajiban finansial yang berupa hutang-hutang jangka pendek. Yang termasuk liquidity ratio antara lain :
- Current Ratio = x100%
b. Solvency / Leverage Ratio
Rasio yang mengukur kemampuan perusahaan untuk membayar hutang jangka panjang, bila pada suatu saat perusahaan dilikuidasi atau dibubarkan. Dan rasio ini dapat menunjukkan seberapa jauh perusahaan dinilai oleh pihak luar atau kreditor. Yang termasuk leverage rasio adalah :
- Debt To Total Assets Ratio = x100%
c. Asset Management Ratio
Rasio yang digunakan untuk mengukur efektivitas perusahaan dalam menggunakan sumber-sumber yang tersedia didalam perusahaan. Yang termasuk asset management ratio antara lain :
- Perputaran Aktiva Tetap =
Tetap Aktiva
Penjualan
- Perputaran Aktiva =
Aktiva Total
Penjualan
... (6)
d. Profitabiliy Ratio
Rasio yang digunakan untuk mengukur kemampuan perusahaan dalam memperoleh keuntungan. Yang termasuk profitability ratio antara lain :
- Net Profit Margin = x100%
2.3. Analisa Kinerja Keuangan Perusahaan
Analisa keuangan merupakan suatu penilaian terhadap kinerja perusahaan pada waktu yang lalu dan prospek pada masa mendatang. Melalui analisa keuangan tersebut dapat diketahui kekuatan dan kelemahan suatu perusahaan dengan menggunakan informasi yang terdapat dalam laporan keuangan (financial statement). Laporan keuangan perusahaan mencerminkan prestasi kerja perusahaan yang menunjukkan berhasil atau tidaknya suatu perusahaan dalam menjalankan operasinya pada periode tertentu.
Adapun tujuan dari pengukuran kinerja perusahaan, yaitu :
a. Untuk mengukur efektifitas manajemen berdasarkan hasil pengembalian yang dihasilkan penjual dan investasi.
b. Untuk mengukur kemampuan perusahaan dalam mempertahankan pertumbuhan perekonomian dalam industri atau pasar produk tempatnya beroperasi.
2.4. Sistem Pendukung Keputusan
Pada dasarnya SPK ini merupakan pengembangan lebih lanjut dari Sistem Informasi Manajemen terkomputerisasi (Computerized Management
Information System), yang dirancang sedemikian rupa sehingga bersifat interaktif
dengan pemakainya. Sifat interaktif ini dimaksudkan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan, seperti prosedur, kebijakan, teknik analisis, serta pengalaman dan wawasan manajerial guna membentuk suatu kerangka keputusan yang bersifat fleksibel.
Sebuah sistem pendukung keputusan merangkaikan sumber-sumber terpenting yang berasal dari tiap individu dengan kemampuan dari sistem komputer untuk memperbaiki kualitas dari keputusan-keputusan. Hal itu merupakan sebuah computer based system untuk memanajemen pembuat keputusan dengan masalah-masalah yang semi-terstruktur.
2.5. Logika Fuzzy
Penggolongan himpunan (Set) yang dinamakan fuzzy (fuzzy set)
dan salah. Tidak seperti logika boolean yang menyatakan bahwa suatu pernyataan adalah benar atau salah, fuzzy logic dapat membaginya dalam derajat keanggotaan dan derajat kebenaran sehingga suatu pernyataan dapat menjadi sebagian benar dan sebagian salah pada waktu yang sama. (Lotfi Zadeh, 1994)
2.5.1 Konsep utama fuzzy A. Prinsip ketidakpastian
Beberapa ilmu matematika terkadang sulit untuk dipastikan, seperti teori probabilitas. Hal ini bisa diklasifikasikan berdasar tipe ketidakpastian yang dilakukan. Ada beberapa tipe ketidakpastian, dua diantaranya adalah Stochastic
Uncertainty dan Lexical Uncertainty.
Stochastic Uncertainty berhubungan dengan arah ketidakpastian dari
kejadian yang pasti. Sedangkan Lexical Uncertainty merupakan ketidakpastian yang diungkapkan oleh kata-kata manusia, seperti “orang yang tinggi”, “hari yang panas” dan sebagainya.
B. Himpunan fuzzy
Derajat keanggotaan
µ[x]
Anggota himpunan (Domain dari Fuzzy Set)
N N+k
0 1
Penghubung Ni dg µ[x]i
Gambar 2.1 menjelaskan tentang himpunan fuzzy yang terdiri atas 3 bagian, dimana sumbu horisontal menunjukkan himpunan anggota, sumbu vertikal menunjukkan derajat dari keanggotaan, dan garis yang menghubungkan masing-masing titik dari anggota dengan derajat keanggotaan yang tepat. Himpunan fuzzy akan dibahas lebih lanjut pada bagian 2.5.4.
C. Fungsi keanggotaan (Membership Function)
Derajat dimana angka teknis bernilai sesuai konsep bahasa dari kondisi variabel bahasa (linguistic) dinamakan sebagai derajat keanggotaan. Untuk variabel berlanjut (continous variable) derajat ini disebut fungsi keanggotaan. Fungsi keanggotaan akan dibahas lebih lanjut pada bagian 2.5.5.
D. Variabel linguistik
Fuzzy logic pada dasarnya menitikberatkan pada pengukuran dan
penalaran tentang kekaburan atau bentuk fuzzy yang nampak dalam bahasa alami. Dalam fuzzy bentuk fuzzy dinyatakan sebagai variabel linguistik (disebut juga variabel fuzzy).
Variabel linguistik adalah bentuk yang digunakan dalam bahasa alami untuk menggambarkan beberapa konsep yang biasanya mempunyai kekaburan atau nilai fuzzy. Sebagai contoh dalam pernyataan “Jack adalah muda” menyatakan bahwa variabel linguistik umur mempunyai nilai linguistik muda.
merupakan himpunan fuzzy adalah: T = {sangat tua, tua , setengah baya, agak
muda, muda, sangat muda}.
E. Aturan fuzzy
Aturan dari sistem fuzzy (Fuzzy System) menggambarkan pengetahuan dari sistem. Mereka menggunakan variabel linguistik sebagai bahasanya, sebagai contoh untuk mengekspresikan strategi pengendalian dari sebuah pengendali pengontrol fuzzy logic. Menjelaskan aturan fuzzy logic berarti menunjukkan, bagaimana menghitung dengan konsep linguistik.
2.5.2 Perhitungan fuzzy A. Fuzzyfikasi
Proses fuzzyfikasi merupakan proses untuk mengubah variabel non fuzzy
(variabel numeric) menjadi variabel fuzzy (variabel linguistic). Nilai masukan-masukan yang masih dalam bentuk variabel numeric yang telah dikwantisasi sebelum diolah oleh pengendali logika fuzzy harus diubah terlebih dahulu kedalam variabel fuzzy. Melalui fungsi keanggotaan yang telah disusun maka dari nilai-nilai masukan tersebut menjadi informasi fuzzy yang berguna nantinya untuk proses pengolahan secara fuzzy pula. Proses ini disebut fuzzyfikasi.
Dengan kata lain fuzzyfikasi merupakan pemetaan titik numeric (crisp
points) x(x1 ,….,xn)T εU ke himpunan fuzzy A di U . U adalah semesta
pembicaraan. Paling tidak ada dua kemungkinan pemetaan, yaitu: Fuzzyfikasi
singlenton : A adalah fuzzy singlenton dengan support x, artinya, µA (x’ )= 1 untuk
nonsinglenton : µA (c)=1 dan µA (x’ ) menurunkan dari 1 sebagaimana x’bergerak
menjauh dari x. sebagai contoh :
( )
(
) (
)
− −
−
= 2
' ' '
exp
σ
µ A x x x x
T
A ... (10)
dimana σ ’ adalah parameter yang menentukan bentuk dari µA (x’ ) [1]. Sejauh ini
yang banyak digunakan adalah fuzzyfikasi singlenton, tetapi pemakaian non singlenton juga telah dirintis terutama untuk masukan-masukan yang banyak dimasukioleh derau (noise).
Proses fuzzyfikasi dalam menentukan nilai min, center, dan maximum pada aplikasi ditunjukkan pada gambar 2.2 berikut ini :
ambar 2.2 Varibel Tradisional
Gambar 2.2 Variabel Fuzzy
Sangat Rendah Rendah Sedang Tinggi Sangat Tinggi
1
0
T1 T2
B. Inferensi fuzzy
Dalam inferensi fuzzy dilakukan proses yang dinamakan evaluasi rule. Tahap ini digunakan untuk mencari derajat kebenaran (rule strength) dari masukan fuzzy yang nilai keanggotaannya telah ditentukan sebelumnya pada proses fuzzyfikasi. Struktur dasar dari sistem inferensi fuzzy terdiri dari basis aturan yang berisi aturan if-then, basis data yang mendefinisikan fungsi keanggotaan dari himpunan fuzzy.
2.5.3 Himpunan fuzzy
Teori himpunan tradisional menggambarkan dunia sebagai hitam dan putih. Ini berarti sebuah obyek berada didalam atau diluar himpunan yang diberikan. Dalam teori himpunan tradisional untuk anggota diberi nilai 1 dan untuk bukan anggota diberi nilai 0; ini disebut himpunan crisp. Sebagai contoh anggota himpunan orang muda dapat berisi hanya orang yang berumur kurang dari 10. Penggunaan interpretasi ini pada seseorang yang berulang tahun ke-11, maka orang tersebut bukan anggota himpunan orang muda.
Himpunan fuzzy memberikan nilai keanggotaan antara 0 dan 1 yang menggambarkan secara lebih alami sebuah kumpulan anggota dengan himpunan, Sebagai contoh, jika seorang berumur 5 tahun dapat diberikan nilai keanggotaan 0.9 atau jika umurnya 13 tahun nilai keanggotaannya 0.1. Dalam contoh ini “umur” adalah variabel linguistik dan “muda” adalah salah satu himpunan fuzzy.
Himpunan fuzzy dapat didefinisikan sebagai berikut : misalkan X semesta pembicaraan, dengan elemen dari X dinotasikan x. Sebuah himpunan
Pada fuzzy , kejadian atau elemen x diberikan nilai keanggotaan dengan fungsi keanggotaan µ. Nilai ini mempresentasikan derajat keanggotaan elemen x pada
himpunan fuzzy A. µ۸(x) = Degree(x∈A) nilai keanggotaan dari x berada pada
interval : 0 ≤ µ۸(x) ≤ 1
Himpunan fuzzy adalah perluasan dari teori himpunan tradisional. Himpunan fuzzy menyamakan konsep keanggotaan dengan menggunakan fungsi keanggotaan µ yang menghasilkan nilai antara 0 dan 1 yang mempresentasikan derajat keanggotaan obyek x pada himpunan A.
Untuk mempresentasikan himpunan fuzzy dalam komputer perlu didefinisikan fungsi keanggotaannya. Sebagai contoh : orang tinggi. Dapat dinyatakan pada setiap individu, pada tingkatan mana bahwa mereka yakin seseorang itu dikatakan tinggi. Setelah mengumpulkan jawaban untuk interval ukuran tinggi, dapat disajikan tingkat rata-rata untuk menghasilkan suatu himpunan fuzzy dari orang-orang yang tinggi. Fungsi ini dapat digunakan sebagai suatu keyakinan (nilai keanggotaan). Bagi individu yang menjadi anggota himpunan fuzzy dari orang tinggi.
2.5.4 Operasi himpunan fuzzy
Terdapat 3 operasi dalam himpunan fuzzy, yaitu :
A. Irisan (Intersection)
Dalam teori himpunan klasik, irisan dari dua himpunan berisi elemen-elemen yang sama dari keduanya. Dalam himpunan fuzzy, sebuah elemen mungkin sebagian dalam kedua himpunan. Oleh karena itu ketika mengingat irisan dari kedua himpunan, tidak dapat dikatakan bahwa sebuah elemen adalah lebih mungkin menjadi dalam irisan daripada dalam suatu himpunan asli.
B. Gabungan (Union)
Cara kedua dari penggabungan himpunan fuzzy adalah gabungannya. Penggabungan dari dua himpunan adalah terdiri dari dua himpunan adalah terdiri dari elemen-elemen yang menjadi satu atau dua himpunan. Dalam situasi ini anggota dari gabungan tidak dapat mempunyai nilai keanggotaan yang kurang dari nilai keanggotaan yang lain dari himpunan aslinya.
C. Komplemen (Complement)
Komplemen dari himpunan fuzzy A dinotasikan dengan (~A) dinyatakan dengan persamaan sebagai berikut : µ~۸(x) = 1 - µ۸(x)
2.5.5 Fungsi keanggotaan (Membership Function)
Gambar 2.3. Fungsi keanggotaan segitiga
Gambar 2.3 menjelaskan tentang fungsi keanggotaan yang digunakan dalam mempresentasikan himpunan fuzzy. Dalam fuzzy fungsi keanggotaan yang biasa dipakai adalah fungsi keanggotaan segitiga, trapesium, Gaussian, fungsi keanggotaan S, fungsi keanggotaan lonceng dan sebagainya. Dalam sistem ini fungsi keanggotaan digunakan adalah fungsi keanggotaan segitiga :
2.5.6 Batasan (Hedges)
Dalam pembicaraan normal, manusia mungkin menambahkan kekaburan untuk memberikan pernyataan dengan menggunakan kata keterangan seperti sangat, agak. Kata keterangan adalah sebuah kata yang memodifikasi kata benda, kata sifat, kata keterangan lain, atau keseluruhan kalimat. Sebagai contoh, kata keterangan memodifikasi kata sifat, “orang itu sangat tinggi”. Sebuah hedges
memodifikasi himpunan fuzzy yang sudah ada secara matematis untuk menghitung beberapa kata keterangan yang ditambahkan.
0 1
Triangular(x;a,b,c) =
0, x ≤ a. x – a
b – a c – x c – b
0, c ≤ x. , a ≤ x≤ b.
, b ≤ x ≤ c.
2.6. Data Flow Diagram (DFD)
Analisa sistem informasi merupakan tahap penguraian dari sistem informasi yang utuh ke dalam sub sistem yang dimaksud, mengidentifikasi permasalahan yang ada serta kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan. DFD digunakan untuk merepresentasikan seluruh proses-proses data dalam sebuah organisasi. Pendekatan data flow menitik beratkan pada logika yang tersirat dari suatu sistem.
2.6.1 Pembuatan DFD (Data Flow Diagram)
DFD dapat dan harus digambarkan secara sistematis. Pertama, dibutuhkan sistem analis untuk mengkonsep data flow, dari atas ke bawah seperti dijelaskan sebagai berikut :
1. Membuat sebuah daftar dari kegiatan bisnis dengan menggunakan beberapa variasi, yaitu : (a) Entity luar (external entity), (b) Data flow, (c) Proses, dan (d) Data store.
2. Membuat sebuah context diagram dimana ditunjukkan external entity dan data flow ke dan dari sistem.
3. Menggambar diagram level 0, level selanjutnya.
4. Membuat sebuah child diagram untuk tiap-tiap proses pada level 0. 5. Pengecekan error.
a.Pembuatan context diagram
Context diagram adalah level yang tertinggi dalam sebuah DFD dan
hanya berisi satu proses serta merupakan representasi dari sebuah sistem. Proses dimulai dengan penomeran ke-0 dan untuk seluruh entity luar akan ditunjukkan dalam context diagram yang sama seperti data awal yang dikirim dari entity luar. Context diagram tidak berisi penyimpanan data.
b.Pembuatan diagram level 0 serta level berikutnya
Diagram level 0 dihasilkan oleh context diagram dan berisi proses-proses. Pengisian proses-proses yang berlebihan pada level ini akan menghasilkan sebuah diagram yang salah, sehingga sulit umtuk di mengerti . Masing-masing proses diberikan penomoran dengan sebuah bentuk integer. Umumnya dimulai dari kiri atas dan penyelesaiannya di kanan bawah dalam sebuah bentuk diagram.
c.Pembuatan child diagram
Child diagram diberikan nomor yang sama seperti proses diatasnya
Gambar 2.4. Contoh ilustrasi detil child diagram
d.Pengecekan kesalahan-kesalahan pada diagram digunakan untuk melihat kesalahan yang terdapat pada sebuah DFD. Beberapa kesalahan-kesalahan yang umum terjadi ketika penggambaran / pembuatan DFD sebagai berikut :
1. Tidak menginputkan sebuah arus data atau arah panah langsung. Sebagai contoh adalah penggambaran proses yang menunjukkan sebuah data flow
seperti input atau seperti output. Tiap-tiap proses pengubahan data harus menerima input dan output. Tipe kesalahan ini terjadi ketika sistem analis tidak memasukkan sebuah data flow atau meletakkan sebuah arah panah di tempat yang salah seperti ditunjukkan pada gambar 2.5 berikut ini :
Kesesuaian data flow Record A
Data flow dari Parent Process ke Child diagram harus sama
Input B Entity 2
D1 Data store 1
3
General Process
3.1
Detail Process Input B
D1 Data store 1
3.1
Gambar 2.5 Kesalahan proses input dan output
2. Hubungan penyimpanan data dan entity luar secara langsung satu sama lain. Data store dan entity luar harus dikoneksikan melalui sebuah proses seperti ditunjukkan pada gambar 2.6 berikut ini :
Gambar 2.6 Kesalahan penulisan hubungan entity luar dengan data store
3. Kesalahan penamaan (label) pada proses-proses atau data flow. Pengecekan DFD untuk memastikan bahwa tiap-tiap obyek atau data flow telah diberikan label. Sebuah proses haruslah diindikasikan seperti nama dari sistem atau menggunakan format kata kerja. Tiap data flow haruslah dideskripsikan dengan sebuah kata benda.
Employee
1 Employee time file Hours worked Employee
Sebuah external entity tidak dikoneksikan ke data store
1 Employee Master Employee
record Employee
time file
4. Memasukkan lebih dari sembilan proses dalam sebuah DFD. Memiliki banyak proses akan mengakibatkan kekacauan pada diagram sehingga dapat menyebabkan kebingungan dalam pembacaan sebuah proses dan akan menghalangi tingkat komunikasi. Jika lebih dari sembilan proses dalam sebuah sistem, maka beberapa grup dalam proses dilakukan bersama-sama ke dalam sebuah sub sistem dan meletakkannya dalam sebuah child diagram. 5. Menghilangkan suatu arus data. Pengujian dari suatu diagram yang
menunjukkan garis / arah (flow), dimana untuk setiap proses data flow hanya mempunyai input data, output kecuali dalam kasus dari detil (child). Setiap
child data dari DFD, arah arus data seringkali digambarkan untuk
mengidentifikasikan bahwa diagram tersebut kehilangan data flow.
6. Membuat ketidaksesuiaan komposisi dalam child diagram , dimana tiap child
diagram harus mempunyai input dan output arus data yang sama seperti proses dilevel atasnya (parent process). Pengecualian untuk rule ini adalah kurangnya output, seperti kesalahan garis yang ada didalam child diagram.
2.6.2 Keuntungan pembuatan data flow
Data flow mempunyai lima keuntungan utama dari penjelasan-penjelasan jalannya data dalam sistem, yaitu :
1. Kebebasan yang berasal dari kepercayaan untuk mengimplementasikan secara benar teknik sistem dari suatu sistem yang baru.
2. Memberikan pengertian dari hubungan sistem-sistem dan subsistem yang ada. 3. Komunikasi mengenai pengetahuan sistem bagi user melalui DFD
5. Penggunaan data flow merupakan keuntungan tambahan yang dapat digunakan sebagai latihan bagi sistem analis, kesempatan sistem analis menjadi lebih mengerti tentang hubungan sistem dan subsistem yang ada didalamnya.
2.7. Desain Database
Desain database merupakan gambaran atau deskripsi dari file-file yang digunakan serta merupakan sebuah pendefinisian normal dan merupakan gambaran dari pusat penyimpanan dari data tertentu yang digunakan dalam beberapa aplikasi yang berbeda. Desain database terdiri dari :
2.7.1 Database
Database bukan hanya merupakan sebuah koleksi dari suatu file-file.
Meskipun, sebuah database merupakan sebuah pusat sumber data yang disimpan oleh beberapa user dari sebuah aplikasi-aplikai yang bervariasi. Inti dari sebuah
database adalah DBMS (Database Management Sistem), dimana diikuti dengan
kreasi, modifikasi, dan perubahan (update) dari database. 2.7.2 Bentuk database dan file
2.7.3 Konsep-konsep data
Konsep-konsep data merupakan hal yang sangat penting untuk di mengerti bagaimana data dipresentasikan kembali sebelum memutuskan penggunaan file atau database. Konsep-konsep tersebut terdiri dari :
A. Realita, data dan metadata
Realita data merupakan gambaran atribut-atribut yang dimiliki oleh sekumpulan data. Data merupakan representasi fakta dunia nyata yang mewakili suatu objek. Metadata merupakan data dimana dijelaskan tentang data file atau
database serta menjelaskan pemberian nama dan menunjukkan panjang dari
masing-masing item data. Metadata juga menjelaskan panjang dan komposisi dari tiap-tiap record. Gambaran dari hubungan antara realita, data dan meta data yaitu didalamnya terdapat entity dan attribut (realita), record dan item data (data), definisi record dan definisi item data (meta data). Ditunjukkan pada gambar 2.8 berikut :
Gambar 2.7 Hubungan antara realita, data dan metadata 1. Entity
Merupakan beberapa obyek atau kejadian tentang dimana dapat mencocokkan koleksi data sebagai sebuah entity. Entity juga dapat berupa sebuah kejadian atau unit dari satu waktu.
Entities
Record
Occurrences
Record
Definitions
Item data
Occurrences
Item data
Definitions
2. Relationship
Merupakan hubungan antara entity, adapun tipe-tipe dari relationship antara lain one to one (1:1), one to many (1:M), dan many to many (M:N).
3. Attribute
Merupakan sebuah karakteristik dari sebuah entity.
4. Record
Merupakan suatu kumpulan dari item-item data yang secara umum merupakan penjelasan umum dari entity.
B. Kelompok file
Sebuah file berisi grup-grup dari record yang digunakan untuk melengkapi informasi untuk suatu operasi-operasi, perencanaan, manajemen, dan pembuatan keputusan. Tipe-tipe dari file yang digunakan antara lain :
1. File master : berisi record-record dari sebuah kelompok entity.
2. File tabel : berisi data yang digunakan.
3. File-file transaksi : digunakan untuk mengisi perubahan (update) sebuah file
master dan laporan-laporan.
4. Work file : digunakan untuk menjalankan program agar lebih efektif.
5. File laporan : Memudahkan untuk menjalankan program (ketika tidak
ada printer).
C. Normalisasi
1.First Normal Form (1NF)
Langkah pertama ini terdapat pada sebuah relasi normalisasi yang digunakan untuk menghilangkan (menghapus) grup-grup yang berulang.
2.Second Normal Form (2NF)
Pada bentuk normal yang kedua, seluruh attribut yang ada akan difungsikan tergantung pada PK (Primary Key).
3.Third Normal Form (3NF)
Sebuah relasi penormalisasian yang ketiga adalah jika seluruh yang bukan kunci PK (Primary Key) dari semua attribut seluruhnya difungsikan bergantung pada PK dan attribut tersebut bukan transitif ketergantungan (tanpa kunci).
2.8. Desain Output dan Input 2.8.1 Input
Input merupakan sebuah informasi yang dikirimkan kepada suatu sistem
informasi.Bentuk-bentuk desain secara khusus mungkin dapat digunakan jika suatu analisa sistem dapat disesuaikan dengan bentuk desain secara lengkap dan bermanfaat. Hal itu juga penting untuk mengenalkan secara dini desain yang digunakan, arus data atau bentuk-bentuk yang tidak dibutuhkan pada sumber-sumber suatu organisasi dan hal itu harus dihilangkan. Untuk mendesain form-form yang baik dan berguna, ada beberapa hal dari desain form yang harus diterapkan antara lain :
2. Memastikan form-form tersebut sesuai dengan tujuan untuk masing-masing desain.
3. Desain form digunakan untuk menjamin kelengkapannya. 4. Mempertahankan form-form yang menarik.
2.8.2 Output
Output merupakan sebuah informasi yang dikirimkan kepada user
melalui suatu sistem informasi. Beberapa data yang dibutuhkan diproses secara teliti sebelum dinyatakan layak sebagai sebuah output; penyimpanan data lain, dan ketika data-data tersebut dibutuhkan kembali, data-data tersebut berupa ouput
yang membutuhkan proses yang sedikit. Output dapat di ambil dari beberapa bentuk yaitu : bentuk laporan yang dihasilkan printer dan tampilan layar komputer, mikrofon (suara). Oleh sebab itu, penggunaan output sangat penting guna menjamin pemakaian dan penerimaan dari suatu sistem informasi.
Perancangan sistem pada tugas akhir sistem pendukung keputusan untuk menilai kinerja keuangan perusahaan dengan analisa rasio dan metode fuzzy logic
ini mencakup beberapa tahapan proses, antara lain meliputi : 3.1Analisis Sistem
Ada beberapa tahapan analisis pada tugas akhir dengan judul sistem pendukung keputusan untuk menilai kinerja keuangan perusahaan dengan analisa rasio dan metode fuzzy logic, antara lain :
a. Observasi, yaitu melakukan pengamatan terhadap laporan-laporan keuangan dari beberapa perusahaan dari Bursa Efek Surabaya (BES).
b. Wawancara, yaitu melakukan tanya jawab secara langsung dengan pihak-pihak yang terkait dalam hal ini adalah staf-staf yang terkait di Bursa Efek Surabaya (BES).
c. Pengumpulan data, diperoleh dari hasil survey data-data perusahaan di Bursa Efek Surabaya (BES) terhadap kinerja keuangan dari beberapa perusahaan.
3.2Perancangan Sistem
Perancangan sistem pada penelitian tugas akhir ini terdiri dari desain sistem yang digunakan dalam menggambarkan aliran data secara keseluruhan antara proses-proses yang ada ke dalam suatu bentuk diagram.
3.2.1Desain umum sistem
Gambar 3.1. Gambaran umum proses fuzzy pada aplikasi analisa kinerja keuangan perusahaan
Gambar 3.1 diatas menggambarkan tentang desain umum sistem yang menjelaskan tentang proses secara umum penilaian kinerja perusahaan dengan menggunakan metode fuzzy logic. Pada gambar diatas dijelaskan mengenai inputan utama sistem yang berupa data-data laporan keuangan, industri, perusahaan. Kemudian dilanjutkan dengan proses perhitungan rasio keuangan dimana data tersebut menunjukkan rasio-rasio keuangan yang terdiri dari :
a. Current Ratio yang merupakan hasil bagi antara aktiva lancar terhadap
hutang lancar.
b. Cash Ratio yang merupakan hasil bagi antara kas dan efek terhadap hutang
lancar.
Masukan Pembobotan
c. Total Debt to Total Assets Ratio yang merupakan hasil bagi antara total hutang terhadap total aktiva.
d. Debt to Equity Ratio yang merupakan hasil bagi antara total hutang terhadap
total modal.
e. Perputaran aktiva tetap yang merupakan hasil bagi antara penjualan terhadap aktiva tetap.
f. Perputaran aktiva yang merupakan hasil bagi antara penjualan terhadap total aktiva.
g. Net Profit Margin yang merupakan hasil bagi antara laba setelah pajak
terhadap penjualan.
h. Return on Assets yang merupakan hasil bagi antara EBIT terhadap total aktiva.
i. Return on Equity yang merupakan hasil bagi antara EAT terhadap modal.
Kemudian diteruskan dengan proses fuzzifikasi yang digunakan untuk mengubah nilai-nilai inputan ke dalam bentuk crisp, berdasarkan kriteria yang telah ditetapkan untuk dijadikan dalam bentuk nilai fuzzy. Setelah dijadikan data
fuzzy kemudian dilanjutkan dengan perhitungan fuzzy set yaitu dengan proses
max-min inference, serta menggunakan rumus segitiga untuk menentukan nilai
3.2.2Arsitektur alur program
Gambar 3.2. Gambaran alur kerja sistem Mulai
Proses Analisa Nilai Partisi Input Fuzzyfikasi
variabel Proses Perhitungan Rasio
Keuangan
File Analisa Rasio
Proses Komparasi keputusan Analisa Rasio dengan
Fuzzy Logic Proses Rule-rule fuzzy
File Fuzzyfikasi
File Fuzzy Rule
Proses Test Penilaian Fuzzy
Logic
File Keputusan
Gambar 3.2 menjelaskan tentang alur kerja sistem, dimana proses pada aplikasi dimulai dari data-data (dokumen) tipe industri, perusahaan dan laporan keuangan perusahaan. Dalam aplikasi pembuatan sistem ini, terdapat beberapa proses maintenance data antara lain :
a. Maintenance tipe industri, yang digunakan untuk menginputkan data-data
tipe industri yang selanjutnya disimpan pada database tipe industri.
b. Maintenance perusahaan, yang digunakan untuk menginputkan data-data
perusahaan yang selanjutnya disimpan pada database perusahaan. Proses pada maintenance perusahaan ini, membaca database tipe industri untuk menginputkan nama perusahaan sesuai dengan tipe industrinya.
c. Maintenance laporan keuangan, yang digunakan untuk menginputkan
data-data laporan keuangan perusahaan, yang selanjutnya disimpan pada
database laporan keuangan. Proses ini membaca database perusahaan untuk
menginputkan data laporan keuangan berdasarkan perusahaannya.
d. Proses perhitungan rasio-rasio keuangan yang selanjutnya disimpan pada
database Analisa Rasio.
e. Proses analisa nilai partisi, digunakan untuk menginputkan batasan-batasan nilai dari fuzzyfikasi rasio keuangan dan selanjutnya disimpan pada
database fuzzyfikasi.
f. Proses rule (aturan) fuzzy, digunakan untuk menginputkan rule-rule yang digunakan secara perhitungan manual kedalam database fuzzy rule.
g. Proses komparasi keputusan, digunakan untuk membandingkan perhitungan secara analisa rasio dengan fuzzy logic. Proses ini membaca database
perusahaan, database fuzzyfikasi untuk mengambil bahasa representasi dan nilai batas guna dijadikan sebagai acuan penilaian, dan database fuzzy rule untuk menampilkan data-data rule yang digunakan. Selanjutnya proses ini melakukan penyimpanan pada database keputusan.
h. Proses tes penilaian fuzzy logic digunakan untuk menguji tiap masukan nilai dari tiap variabel rasio keuangan, dan menampilkan rule yang menjadi acuannya serta menampilkan hasil keputusan penilaian.
3.3 Pembentukan Aturan Dasar Fuzzy
Gambar 3.3. Tahapan proses penentuan aturan dasar fuzzy Mulai
Dengan menggunakan analisa partisi (equivalence partitioning), diambil nilai-nilai sebagai wakil tiap partisi dari tiap bahasa fuzzy pada
tiap variabel input, untuk dijadikan sebagai nilai referensi perhitungan keputusan.
Membuat tabel yang berisi semua kemungkinan kombinasi bahasa fuzzy dari tiap variabel input data rasio keuangan
Mengambil nilai batas partisi crisp dari tiap rentang variabel input, dan mengkonversikannya ke fuzzy, dengan nilai batas partisi crisp menjadi nilai titik perpotongan tiap partisi bahasa fuzzy di tiap input nilai rasio
keuangan.
Menghitung tiap kombinasi nilai variabel input untuk mendapatkan keputusan berdasarkan pada analisa rasio.
3.4 Desain Sistem
Desain sistem pada tugas akhir ini menggunakan process analyst dari
power designer 6.1. Sedangkan Entity Relationship Diagram menggunakan Erwin
Data Modeler yang memiliki kemampuan generate data ke database.
3.4.1 Context diagram
Context diagram berfungsi untuk menggambarkan alur sistem secara
umum dan selanjutnya context diagram di didekomposisi menjadi DFD Level 0 yang menjelaskan proses pada level yang lebih tinggi.
Gambar 3.4. Context diagram
3.4.2 DFD (Data Flow Diagram)
Data Flow Diagram (DFD) berfungsi untuk menggambarkan proses aliran data yang terjadi dalam sistem dari tingkat tertinggi sampai yang terendah, yang memungkinkan untuk melakukan dekomposisi atau membagi sistem kedalam bagian-bagian yang lebih kecil dan lebih sederhana.
0
SPK Untuk Menilai Kinerja Keuangan Perusahaan Menggunakan Analisa Rasio dg
Fuzzy
kep_analisa
Gambar 3.5. DFD (Data Flow Diagram) Level 0
3.4.3 ERD (Entity Relational Diagram)
Entity Relationship Diagram (ERD) digunakan untuk
T ahun
Gambar 3.6. ERD (Entity Relational Diagram) 3.5 Desain Antarmuka
TIPE INDUSTRI
Id Nama Tipe Industri
◘
Membuat database baru◘
Memakai database lama 3.5.1 Desain input outputDesain input output sistem ini terdiri atas dialog proses demi proses yang dilakukan selama pengguna memberikan input dan mendapatkan output sistem. Adapun desain input ouput dalam tugas akhir ini, antara lain :
A. Desain Create Database
Gambar 3.7. Desain form create database B. Desain setup database
Gambar 3.8. Desain form setup database C. Desain Data Tipe Industri
Gambar 3.9. Desain form input data jenis industri Lanjutkan Batal
DATABASE
Server User
Database Password
DATA PERUSAHAAN
Jenis Industri :
Id Nama Perusahaan
LAPORAN KEUANGAN
Tipe Industri :
Perusahaan : ▼ Th Akt Hut Kas Efek Tot
Hutg
Tot Akt
Mod Penjl Akt
Tetap
EAT EBT D. Desain Data Perusahaan
Gambar 3.10. Desain form input data Perusahaan
E. Desain Laporan Keuangan
Gambar 3.11. Desain form input data laporan keuangan ▼
KEPUTUSAN F. Desain Analisa Keputusan
Gambar 3.12. Desain form analisa keputusan
G. Desain Fuzzyfikasi
FUZZY RULE H. Desain Fuzzy Rule
Gambar 3.14. Desain form input data aturan fuzzy
I. Desain Test Nilai Fuzzy
Gambar 3.15. Desain form test nilai fuzzy
Test Nilai Fuzzy
Test Current Rasio Test Cash Rasio Test Total Debt Test Debt to Equity Test Fixed Assets
Test Total Assets Test NPM Test ROA Test ROE
Sistem Pendukung Keputusan Untuk Menilai Kinerja Keuangan Perusahaan Menggunakan Metode Analisa Rasio Dengan Metode Fuzzy
◘ About
◘ Keluar Aplikasi
◘ Industri ◘ Perusahaan ◘ Data Keuangan
◘ Keputusan
◘ Fuzzyfikasi Bahasa ◘ Fuzzy Rule
◘ Test Nilai Fuzzy
J. Desain Form Menu Utama
Gambar 3.16. Desain form menu utama sistem
3.6. DBMS (Database Management System)
Struktur database merupakan rincian dari entity relationship diagram. Struktur database ini menerangkan tentang field-field yang terdapat dalam database pada sistem yang terkomputerisasi. Struktur ini menunjukkan atribut-atribut setiap field pada database serta hubungan antara satu database dengan database yang lain.
Dalam penyusunan tugas akhir ini menggunakan Microsoft SQL
(Structure Query Language) versi 7.0 untuk penyimpanan datanya, adapun
struktur dari database tersebut adalah sebagai berikut : F i l e
Maintenance
A. Database Tipe Industri Nama Tabel : Tipe_Industri
Fungsi : Untuk menyimpan data tipe industri
Tabel 3.2. Tipe Industri
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_TipeIndustri Integer - - - PK
Nama_tipeIndustri Varchar 255 - - -
Keterangan Varchar 255 - - -
B. Database Perusahaan Nama Tabel : Perusahaan
Fungsi : Untuk menyimpan data perusahaan
Tabel 3.3. Perusahaan
Kolom Tipe Data Panjang FK Tabel Keterangan
Id_Perush Integer - - - PK
IdTipeInds Integer - FK Tipe_Industri PK
NamaPerush Varchar 255 - - -
C. Database Laporan Keuangan Nama Tabel : Lap_Keuangan
Tabel 3.4. Laporan Keuangan
Kolom Tipe Data Panjang FK Tabel Keterangan
Tahun Date - - - PK
Id_Perush Integer - FK Perusahaan PK
AktivaLancar Float - - - -
HutangLancar Float - - - -
Kas Float - - - -
Efek Float - - - -
Tot_hutang Float - - - -
Tot_Aktiva Float - - - -
Tot_Modal Float - - - -
Penjualan Float - - - -
Aktiva_Tetap Float - - - -
Laba Float - - - -
EBIT Float - - - -
EAT Float - - - -
D. Database Fuzzy Nama Tabel : Fuzzy
Tabel 3.5. Fuzzy
Kolom Tipe Data Panjang FK Kolom Keterangan
ID_Rasio Integer - - - PK
Tahun Date - - - -
Id _Perush Integer - FK Perusahaan PK
Current Rasio Float - - - -
CashRasio Float - - - -
TotalDebt Float - - - -
DebtToEquity Float - - - -
Perp_AktivaTetap Float - - - -
Perp_Aktiva Float - - - -
NetProfitMargin Float - - - -
ReturnOnAssets Float - - - -
ReturnOnEquity Float - - - -
E. Database FuzzyfikasiR1 Nama Tabel : FuzzyfikasiR1
Tabel 3.6. Tabel FuzzyfikasiR1
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_FuzzyR1 Integer - - - PK
IdFuzzy Integer - FK Fuzzy PK
Bahasa_Fuzzy Varchar 255 - - -
Nilai_Min Float - - - -
Nilai_Tengah Float - - - -
Nilai_Max Float - - - -
IDRasio Integer - FK AnalisaRasio -
F. Database FuzzyfikasiR2 Nama Tabel : FuzzyfikasiR2
Fungsi : Untuk menyimpan data fuzzyfikasi Cash Ratio
Tabel 3.7. Tabel FuzzyfikasiR2
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_FuzzyR2 Integer - - - PK
IdFuzzy Integer - FK Fuzzy PK
Bahasa_Fuzzy Varchar 255 - - -
Nilai_Min Float - - - -
Nilai_Tengah Float - - - -
Nilai_Max Float - - - -
G. Database FuzzyfikasiR3 Nama Tabel : FuzzyfikasiR3
Fungsi : Untuk menyimpan data fuzzyfikasi Total Debt toTotal Assets Ratio
Tabel 3.8. Tabel FuzzyfikasiR3
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_FuzzyR3 Integer - - - PK
IdFuzzy Integer - FK Fuzzy PK
Bahasa_Fuzzy Varchar 255 - - -
Nilai_Min Float - - - -
Nilai_Tengah Float - - - -
Nilai_Max Float - - - -
IDRasio Integer - FK AnalisaRasio -
H. Database FuzzyfikasiR4 Nama Tabel : FuzzyfikasiR4
Tabel 3.9. Tabel FuzzyfikasiR4
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_FuzzyR4 Integer - - - PK
IdFuzzy Integer - FK Fuzzy PK
Bahasa_Fuzzy Varchar 255 - - -
Nilai_Min Float - - - -
Nilai_Tengah Float - - - -
Nilai_Max Float - - - -
IDRasio Integer - FK AnalisaRasio -
I. Database FuzzyfikasiR5 Nama Tabel : FuzzyfikasiR5
Fungsi : Untuk menyimpan data fuzzyfikasi Perputaran Aktiva Tetap
Tabel 3.10. Tabel FuzzyfikasiR5
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_FuzzyR5 Integer - - - PK
IdFuzzy Integer - FK Fuzzy PK
Bahasa_Fuzzy Varchar 255 - - -
Nilai_Min Float - - - -
Nilai_Tengah Float - - - -
Nilai_Max Float - - - -
J. Database FuzzyfikasiR6 Nama Tabel : FuzzyfikasiR6
Fungsi : Untuk menyimpan data fuzzyfikasi Perputaran Aktiva
Tabel 3.11. Tabel FuzzyfikasiR6
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_FuzzyR6 Integer - - - PK
IdFuzzy Integer - FK Fuzzy PK
Bahasa_Fuzzy Varchar 255 - - -
Nilai_Min Float - - - -
Nilai_Tengah Float - - - -
Nilai_Max Float - - - -
IDRasio Integer - FK AnalisaRasio -
K. Database FuzzyfikasiR7 Nama Tabel : FuzzyfikasiR7
Tabel 3.12. Tabel FuzzyfikasiR7
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_FuzzyR7 Integer - - - PK
IdFuzzy Integer - FK Fuzzy PK
Bahasa_Fuzzy Varchar 255 - - -
Nilai_Min Float - - - -
Nilai_Tengah Float - - - -
Nilai_Max Float - - - -
IDRasio Integer - FK AnalisaRasio -
L. Database FuzzyfikasiR8 Nama Tabel : FuzzyfikasiR8
Fungsi : Untuk menyimpan data fuzzyfikasi Return on Assets
Tabel 3.13. Tabel FuzzyfikasiR8
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_FuzzyR8 Integer - - - PK
IdFuzzy Integer - FK Fuzzy PK
Bahasa_Fuzzy Varchar 255 - - -
Nilai_Min Float - - - -
Nilai_Tengah Float - - - -
Nilai_Max Float - - - -
M. Database FuzzyfikasiR9 Nama Tabel : FuzzyfikasiR9
Fungsi : Untuk menyimpan data fuzzyfikasi Return on Equity
Tabel 3.14. Tabel FuzzyfikasiR9
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_FuzzyR9 Integer - - - PK
IdFuzzy Integer - FK Fuzzy PK
Bahasa_Fuzzy Varchar 255 - - -
Nilai_Min Float - - - -
Nilai_Tengah Float - - - -
Nilai_Max Float - - - -
IDRasio Integer - FK AnalisaRasio -
N. Database Keputusan Nama Tabel : Keputusan
Fungsi : Untuk menyimpan data keputusan analisa
Tabel 3.15. Tabel Keputusan
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_Keputusan Integer - - - PK
Tahun Date - FK Fuzzy PK
JenisRasio Varchar 255 - - -
O. Database Rule Fuzzy Nama Tabel : Fuzzy_Rule
Fungsi : Untuk menyimpan data rule fuzzy
Tabel 3.16. Rule Fuzzy
Kolom Tipe Data Panjang FK Kolom Keterangan
Id_Fuzzy_Rule Integer - - - PK
Id_FuzzyR1 Integer - FK Fuzzy
BhsFuzzyR1 Varchar 255 - - -
Id_FuzzyR2 Integer - FK Fuzzy
BhsFuzzyR2 Varchar 255 - - -
Id_FuzzyR3 Integer - FK Fuzzy
BhsFuzzyR3 Varchar 255 - - -
Id_FuzzyR4 Integer - FK Fuzzy
BhsFuzzyR4 Varchar 255 - - -
Id_FuzzyR5 Integer - FK Fuzzy
BhsFuzzyR5 Varchar 255 - - -
Id_FuzzyR6 Integer - FK Fuzzy
BhsFuzzyR6 Varchar 255 - - -
Id_FuzzyR7 Integer - FK Fuzzy
BhsFuzzyR7 Varchar 255 - - -
Id_FuzzyR8 Integer - FK Fuzzy
BhsFuzzyR8 Varchar 255 - - -
Tabel 3.16. Rule Fuzzy (lanjutan)
Kolom Tipe Data Panjang FK Kolom Keterangan
BhsFuzzyR9 Varchar 255 - - -
Id_keputusan Integer - - - -
Bhs_keputusan Varchar 255 - - -
3.7Rancangan Evaluasi 3.7.1 Uji Input
Uji input digunakan untuk menguji data-data yang dimasukkan kedalam sistem aplikasi ini yang dapat dilihat pada tabel 3.17.
Tabel 3.17. Tabel uji input sistem
Test data Tipe Industri
ID : 001
Nama : Industri Semen
- Data-data tipe industri akan tersimpan dalam tabel Tipe_Industri - Data Industri
dibaca pada data Perusahaan
Id Industri : 001 tabel Perusahaan - Data Perusahaan
Tabel 3.17. Tabel uji input sistem (lanjutan)
AktivaLancar : 503.544.087 HutangLancar : 15.784.806
- Data-data Laporan Keuangan akan tersimpan dalam tabel Laporan Keuangan
- Data-data laporan keuangan dibaca dalam proses analisa rasio keuangan.
4. Untuk menyimpan data-data fuzzy rule dan test nilai fuzzy
3.7.2 Uji Perhitungan Fuzzy
Tabel 3.18. Tabel Uji Perhitungan Keputusan Fuzzy
Test NetProfit Margin = 54,1
ROA = 12,8
ROE = 13,09
Diharapkan dengan perhitungan analisa rasio dengan penerapan metode fuzzy logic dapat memperhalus
(smoothing) keputusan
4.1 Implementasi
Implementasi pada penelitian tugas akhir ini berupa aplikasi pemrograman yang menerapkan analisa rasiountuk menganalisa kinerja keuangan perusahaan dengan menggunakan metode fuzzy logic.
Perangkat lunak ini dibuat dengan menggunakan bahasa pemrograman
Visual Basic 6.0 yang didukung dengan komponen infragistic (active X) yang
dijalankan pada Sistem Operasi Windows XP.
4.1.1 Kebutuhan sistem
Aplikasi ini telah diujicobakan dengan spesifikasi perangkat lunak (software) dan perangkat keras (hardware) sebagai berikut:
1. Sistem Operasi dan perangkat lunak : a. Sistem Operasi Windows XP b. Microsoft SQL 7.0
c. Microsoft Visual Basic 6.0 d. Microsoft Excel
e. ERwin 4.0
f. Power Designer 6.0 2. Perangkat keras :
a. Prosesor Pentium 4 2.4A Prescott b. Harddisk kapasitas 20 GB
c. Memori DDR 128 MB
d. Monitor Samsung Synch Master 551v 15 Inch e. Mouse dan keyboard
4.1.2 Instalasi program dan pengaturan sistem
Untuk menjalankan aplikasi tugas akhir ini, dibutuhkan perangkat lunak yang sudah terinstall. Adapun tahapan instalasi dan pengaturan (setting) sistem yang diperlukan yaitu :
1. Install Sistem Operasi Windows 9X atau XP 2. Install Visual Basic 6.0
3. Install Component Infragistic (Active X) 4. Install Microsoft SQL Server 7.0
4.1.3 Penjelasan pemakaian program
A. Form menu utama :
Gambar 4.1. Form menu utama aplikasi
Gambar 4.1 merupakan tampilan form utama yang berisi menu-menu yang digunakan dalam menjalankan aplikasi ini ditampilkan dengan bentuk list bar yang dikelompokkan sebagai berikut :
1. Menu Group File, yang terdiri dari : - Informasi
- Keluar Aplikasi
2. Menu Group Maintenance, yang terdiri dari : - Industri
- Perusahaan - Data Keuangan
4. Menu Group Proses Fuzzy, yang terdiri dari : - Fuzzy Rule
- Fuzzyfikasi - Test Nilai Fuzzy
B. Form About
Gambar 4.2. Form About
C. Form Create Database
Gambar 4.3. Form create database
Gambar 4.3 merupakan form create database yang digunakan untuk menentukan database yang digunakan dalam aplikasi, terdiri dari pilihan : (1) membuat database baru dan (2) memakai database yang telah ada. Tombol yang terdapat di menu ini terdiri dari tombol lanjutkan, yang berfungsi untuk melanjutkan proses pembuatan database baru atau melanjutkan database yang telah ada, serta tombol batal untuk membatalkan proses dari kedua pilihan yang ada.
D. Form Setup Database
Gambar 4.4. Form setup database
E. Form Jenis Industri
Gambar 4.5. Form jenis industri
Gambar 4.5 merupakan tampilan dari menu jenis industri yang digunakan untuk mengisikan data-data jenis industri yang terdiri dari inputan id industri, nama industri ke dalam tabel (GridEx). Dalam form ini terdapat tombol
back yang digunakan untuk kembali ke menu awal.
F. Form Perusahaan
Gambar 4.6 merupakan tampilan dari form perusahaan yang digunakan untuk menginputkan data perusahaan yang terdiri dari id perusahaan, nama perusahaan. Pada form ini terdapat combo box yang menampilkan pilihan jenis industri dan nama industri yang ada. Dalam tampilan ini terdapat tombol back
yang digunakan untuk kembali ke menu awal
G. Form Laporan Keuangan
Gambar 4.7. Form laporan keuangan
keuangannya. Dalam tampilan ini terdapat tombol back yang digunakan untuk kembali ke menu awal.
H. Form Keputusan
Gambar 4.9. Form keputusan
Gambar 4.9 menjelaskan form keputusan dalam aplikasi ini digunakan hasil perhitungan nilai rasio dengan keputusannya dari tiap-tiap rasio keuangan. Nilai rasio keuangan yang dihasilkan terdiri dari current ratio, cash ratio, total debt to total assets ratio, debt to equity ratio, fixed assets turnover, total assets
turnover, net profit margin, return on assets, return on equity. Combo box yang
I. Form Fuzzyfikasi
Gambar 4.10. Form fuzzyfikasi
J. Form Fuzzy Rule
Gambar 4.11. Form fuzzy rule
K. Form Tes Nilai Fuzzy
Gambar 4.12. Form aturan penilaian fuzzy
Gambar 4.12 merupakan form aturan penilaian fuzzy dalam aplikasi yang digunakan untuk menginputkan nilai-nilai Current Rasio, Cash Rasio, Total Debt, Debt To Equity, Fixed Assets, Total Assets, Net Profit Margin, Return On Assets,
Return On Equity yang untuk selanjutnya jika tombol test ditekan maka akan
4.2 Evaluasi
4.2.1 Hasil Uji coba sistem
Tabel 4.1 Rincian Evaluasi Output test case pada sistem
Test case ID
Tujuan Input Output yang
diharapkan
- Data-data tipe industri akan tersimpan dalam tabel Tipe_Industri - Data Industri
Tabel 4.2 Rincian Evaluasi Output test case pada sistem (lanjutan)
Test case ID
Tujuan Input Output yang
diharapkan
AktivaLancar : 503.544.087 HutangLancar : 15.784.806 NetProfit Margin = 54,1
4.2.2 Analisa Hasil Uji coba sistem
Pada uji coba sistem ini bertujuan untuk melakukan perbandingan antara validasi perhitungan analisa rasio secara konvensional dengan menggunakan fuzzy logic. Beberapa test cases yang dibuat antara lain sebagai berikut :
A. Contoh kasus 1 Tujuan :
Menghitung nilai rasio pada PT. Indocement Tunggal Prakarsa tahun 1991 untuk mendapatkan output suatu keputusan kinerja yang baik, cukup atau kurang.
Masukan :
Data-data keuangan yang diperoleh dari laporan keuangan PT. Indocement Tunggal Prakarsa tahun 1991.
Proses :
Menghitung rasio-rasio keuangan yang terdiri dari Current Ratio,
Cash Ratio, Total Debt, Debt to Equity, Total Assets Turnover
Rasio, Fixed Assets, Net Profit Margin, Return on Assets, dan
Return on Equity.
Hasil :
a. Perhitungan secara Konvensional
Perhitungan rasio keuangan secara konvensional seperti yang dijelaskan berikut ini:
Rasio Likuiditas 1. Current Rasio =
Lancar Hutang
=
Rasio Aktivitas
2. Total Assets Turnover Rasio =
Rasio Keuntungan
1. Net Profit Margin =
Pengambilan keputusan dari perhitungan analisa rasio secara konvensional berdasarkann kriterian sebagai berikut :