RANCANG BANGUN SISTEM ANALISIS INVESTASI PERBANKAN UNTUK USAHA KECIL DENGAN MENGGUNAKAN
METODE FUZZY LOGIC
Oleh :
Nama : BENNY YUDIANTO
NIM : 97.41010.4337
Program : S1 (Strata Satu)
Jurusan : Sistem Informasi
SEKOLAH TINGGI
MANAJEMEN INFORMATIKA & TEKNIK KOMPUTER SURABAYA
DAFTAR ISI
Halaman
ABSTRAKSI ... v
KATA PENGANTAR ... vii
DAFTAR ISI ... ix
DAFTAR TABEL ... xi
DAFTAR GAMBAR ... xii
DAFTAR LAMPIRAN ... xv
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang Masalah ... 1
1.2 Perumusan Masalah ... 3
1.3 Pembatasan Masalah ... 3
1.4 Tujuan ... 4
1.5 Sistematika Penulisan ... 4
BAB II LANDASAN TEORI ... 6
2.1 Kredit ... 6
2.2 Analisa Kelayakan Kredit Investasi ... 8
2.3 Kredit Investasi Bagi Usaha Kecil ... 9
2.4 Database ... 9
2.5 Konsep Pembiayaan ... 11
2.6 Logika Fuzzy Logic ... 13
BAB III PERANCANGAN SISTEM ... 23
3.1Analisa Sistem ... 23
3.2Perancangan Sistem ... 27
3.3DBMS ... 42
3.4Rancangan Input dan Output Sistem ... 46
BAB IV IMPLEMENTASI DAN EVALUASI ... 54
4.1Kebutuhan Sistem ... 54
4.2Instalasi Program ... 55
4.3Implementasi Program ... 55
4.4Uji Coba dan Evaluasi Sistem ... 65
BAB V PENUTUP ... 72
5.1 Kesimpulan ... 72
5.2 Saran ... 72
DAFTAR PUSTAKA ... 73
DAFTAR TABEL
Halaman
Tabel 3.1 Perhitungan Net Present Value r = 15% ... 25
Tabel 3.2 Perhitungan Net Present Value r = 20% ... 26
Tabel 3.3 Aturan (rule) Fuzzy ... 33
Tabel 3.4 Struktur Database Biaya ... 42
Tabel 3.5 Struktur Database Komoditi... 43
Tabel 3.6 Struktur Database Detil Komoditi ... 43
Tabel 3.7 Struktur Database Pengusaha ... 44
Tabel 3.8 Struktur Database MasterInv (investasi) ... 44
Tabel 3.9 Struktur Database DetilInv (Detil Investasi) ... 45
Tabel 3.10 Struktur Database Fuzzy ... 45
Tabel 3.11 Struktur Database Pengguna ... 46
Tabel 4.1Data-data Nilai Usaha Kecil Jeruk Keprok/Siam ... 65
Tabel 4.2 Tabel Fuzzyfikasi Kelayakan ... 67
Tabel 4.3 Data Nilai Usaha Kecil Jeruk Keprok/Siam ... 67
Tabel 4.4 Tabel Fuzzyfikasi Ketidaklayakan ... 69
Tabel 4.5 Data Nilai Usaha Kecil Jeruk Keprok/Siam ... 69
DAFTAR GAMBAR
Halaman
Gambar 2.1 Himpunan fuzzy ... 14
Gambar 2.2 Variabel Tradisional ... 17
Gambar 2.3 Tabel Fuzzyfikasi ... 17
Gambar 3.1 Desain Umum Sistem ... 28
Gambar 3.2 Aturan Fuzzy NPV Jeruk Keprok ... 29
Gambar 3.3 Aturan Fuzzy IRR Jeruk Keprok ... 30
Gambar 3.4 Aturan Fuzzy NPV Pisang Abaca ... 30
Gambar 3.5 Aturan Fuzzy IRR Pisang Abaca ... 31
Gambar 3.6 Aturan Fuzzy NPV Ayam Ras ... 31
Gambar 3.7 Aturan Fuzzy IRR Ayam Ras... 32
Gambar 3.8 Alur Pembentukan Aturan Fuzzy (rule fuzzy) ... 33
Gambar 3.9 Rumus Segitiga Fuzzy Logic ... 34
Gambar 3.10 Sistem Flow Terkomputerisasi ... 37
Gambar 3.11 Context Diagram ... 38
Gambar 3.12 Diagram Berjenjang Sistem Analisis Investasi ... 38
Gambar 3.13 Data Flow Diagram Level 0 ... 39
Gambar 3.14 Data Flow Diagram Level 1, Proses 1 Maintenance Data ... 40
Gambar 3.15 Data Flow Diagram Level 1, Proses 2 Transaksi ... 40
Gambar 3.16 Data Flow Diagram Level 1, Proses 3 Laporan ... 41
Gambar 3.17 ERD ... 41
Gambar 3.18 Form Utama Aplikasi ... 47
Gambar 3.20 Form Komoditi ... 48
Gambar 3.21 Form Biaya ... 48
Gambar 3.22 Form Pengusaha ... 49
Gambar 3.23 Form Fuzzyfikasi... 49
Gambar 3.24 Form Kelayakan Investasi ... 50
Gambar 3.25 Form Investasi ... 51
Gambar 3.26 Laporan Komoditi ... 51
Gambar 3.27 Laporan Pemberian Kredit Investasi ... 52
Gambar 3.28 Laporan Pengusaha ... 52
Gambar 3.29 Laporan Grafik Investasi ... 53
Gambar 4.1 Menu Utama ... 55
Gambar 4.2 Menu Login User ... 56
Gambar 4.3 Menu Maintenance User ... 57
Gambar 4.4 Menu About... 57
Gambar 4.5 Menu Maintenance Data Komoditi ... 58
Gambar 4.6 Menu Maintenance Data Produksi ... 59
Gambar 4.7 Menu Maintenance Data Asumsi Biaya ... 60
Gambar 4.8 Menu Pengusaha ... 60
Gambar 4.9 Menu Nilai Fuzzy ... 61
Gambar 4.10 Menu Analisa Kelayakan Investasi ... 62
Gambar 4.11 Menu Data Kelayakan ... 63
Gambar 4.12 Laporan Transaksi Investasi ... 64
Gambar 4.13 Grafik Jumlah Investasi ... 64
Gambar 4.15 Output Nilai Ketidaklayakan Investasi ... 68
DAFTAR LAMPIRAN
Halaman
Lampiran 1. Formulir Pengajuan Kredit ... 74
Lampiran 2. Laporan Komoditi Usaha... 75
Lampiran 3. Laporan Investasi ... 76
Lampiran 4. Laporan Debitur ... 77
Lampiran 5. Laporan Grafik Investasi ... 78
Lampiran 6. Algoritma Maintenance User... 79
Lampiran 7. Algoritma Login User ... 81
Lampiran 8. Algoritma Maintenance Komoditi ... 82
Lampiran 9. Algoritma Maintenance Produksi ... 85
Lampiran 10. Algoritma Maintenance Asumsi Biaya... 88
Lampiran 11. Algoritma Maintenance Pengusaha ... 91
Lampiran 12. Algoritma Maintenance Fuzzyfikasi ... 95
Lampiran 13. Algoritma Analisa Kelayakan ... 98
Lampiran 14. Algoritma Laporan Investasi ... 104
1
BAB I PENDAHULUAN
1.1 Latar Belakang
Ketika krisis melanda Indonesia sejak 1997 silam, usaha kecil tampil
sebagai pahlawan untuk menggerakkan roda perekonomian. Pada saat usaha besar
satu persatu gugur, usaha kecil mampu menunjukkan eksistensinya kendati ada
sebagian tidak mampu bertahan. Ini dibuktikan oleh sebuah survey tahun 1998
terhadap 225 unit (usaha kecil menengah) yang selama krisis ternyata hanya 4
persen saja yang menghentikan bisnis. Sedangkan sebanyak 64 persen lagi tidak
mengalami perubahan omset, 31 persen omzetnya menurun dan 1 persen justru
berkembang. Namun dari tahun ke tahun jumlah usaha kecil mengalami
peningkatan jumlah, sebab menurut survey pada 2003 jumlah usaha kecil paling
tidak ditaksir bertambah dengan pesat menjadi 42.607.738 unit usaha.
Bertambahnya jumlah usaha kecil menunjukkan semakin memburuknya
kinerja usaha kecil, sebab pertambahan jumlah usaha kecil tersebut menandakan
bahwa tidak adanya kemajuan usaha yang dikelolanya. Hal ini dapat di nilai dari
parameter-parameter yang menjadi tolak ukur dari semakin menurunnya usaha
kecil di Indonesia yang mencakup beberapa hal diantaranya menurut data survey
adalah menurunnya omzet (pendapatan per jenis usaha kecil) yang berkisar antara
30% sampai 45% secara terus menerus, menurunnya total produktivitas usaha
kecil yang berkisar antara 5.000.000 sampai dengan 10.000.000. Padahal
seharusnya dengan perbaikan ekonomi skala usaha kecil jumlah usaha kecil
2
jumlah usaha menengah ataupun usaha besar tidak mengalami peningkatan.
Faktor-faktor itulah yang mengharuskan pihak pemerintah untuk mengeluarkan
kebijakan ekonomi kepada pihak perbankan guna memberikan kredit investasinya
bagi usaha-usaha kecil, agar nantinya usaha-usaha kecil dapat berkembang. Oleh
sebab itu, perlu kiranya di buat sebuah sistem yang dapat menganalisa pemberian /
pencairan kredit perbankan bagi usaha kecil.
Untuk itu, penerapan metode fuzzy logic disertakan pada penyelesaian
sistem, agar nantinya dapat membantu memberikan penghalusan (smoothing)
ketetapan kriteria kelayakan pemberian kredit. Serta dapat memberikan sebuah
konsep yang memetakan suatu variabel pada kemungkinan yang tidak eksak
sehingga dapat menangani sistem linguistik atau permasalahan-permasalahan
yang tidak pasti.
Sehingga nantinya sistem dapat memberikan gambaran model kelayakan
suatu usaha kecil dengan melihat aspek finansialnya agar keputusan yang di
peroleh lebih fleksibel. Pembuatan sistem ini dimaksudkan untuk membantu para
pengusaha kecil dalam menilai usahanya, guna mendapatkan kelayakan kredit
investasi yang mungkin dari pihak perbankan.
3
1.2 Perumusan Masalah
Berdasarkan uraian dari latar belakang diatas, maka permasalahannya
adalah :
Bagaimana merancang bangun suatu sistem analisis kelayakan pemberian kredit
investasi perbankan bagi usaha kecil menggunakan pola-pola pembiayaan dari
berbagai aktivitas usaha kecil dengan menerapkan metode fuzzy logic.
1.3 Pembatasan Masalah
Pembatasan masalah dalam pembuatan sistem analisis ini meliputi :
1. Data mencakup komoditi-komoditi usaha kecil yang termasuk dalam
pembahasan ini yaitu budidaya tanaman pangan dan holtikultura, tanaman
perkebunan serta peternakan. Data-data tersebut berasal dari Dinas
Perindustrian yang meliputi :
A. Data produksi jeruk keprok.
B. Data produksi ayam ras.
C. Serta data produksi pisang abaca.
2. Sistem tidak membahas mengenai perhitungan data intern keuangan,
diasumsikan data telah siap untuk proses perhitungan analisa kelayakan.
3. Penentuan kelayakan (pola pembiayaan) menggunakan parameter Net
Present Value (NPV) dan Internal Rate of Return (IRR).
4. Sistem juga membahas bunga kredit yang akan dibebani kepada pengusaha
4
1.4 Tujuan
Adapun tujuan yang ingin dicapai dari pembuatan sistem ini adalah :
Membuat suatu sistem yang dapat melakukan analisa kelayakan pemberian kredit
investasi perbankan bagi usaha kecil menggunakan pola pembiayaan dari berbagai
aktivitas usaha kecil dengan menerapkan metode fuzzy logic.
1.5 Sistematika Penulisan
Sistematika yang digunakan dalam penyusunan tugas akhir ini di bagi
menjadi beberapa bab, antara lain:
1. BAB I : PENDAHULUAN
Pada bab ini dibahas mengenai latar belakang
permasalahan, perumusan masalah, pembatasan masalah,
tujuan serta sistematika penulisan tugas akhir.
2 BAB II : LANDASAN TEORI
Pada bab ini dibahas mengenai landasan-landasan teori
yang digunakan dalam pembuatan tugas akhir ini, yaitu
teori mengenai kredit investasi, pola-pola perhitungan
pemberian investasi yaitu Net Present Value (NPV) dan
Internal Rate of Return (IRR), teori fuzzy logic, serta
mengenai penjelasan database dan desain user interface.
3 BAB III : PERANCANGAN SISTEM
Pada bab ini dibahas mengenai tahapan-tahapan yang
dilalui dalam pembuatan tugas akhir ini, mulai dari
perancangan DFD, perancangan ERD, perancangan alur
5
suatu gambar, menganalisa serta mendesain input ouput
sistem yang akan dibuat serta membuat struktur database
yang digunakan.
4 BAB IV : IMPLEMENTASI DAN EVALUASI
Pada bab ini dibahas secara lebih rinci mengenai
implementasi penggunaan program dalam proses analisa
investasi perbankan untuk usaha kecil dengan
menggunakan metode fuzzy logic serta hasil evaluasi (uji
coba) sistem.
5 BAB V : PENUTUP
Pada bab ini dibahas mengenai kesimpulan tentang sistem
yang telah dibuat dan saran yang dapat diberikan untuk
BAB II LANDASAN TEORI
Bab ini menjelaskan teori-teori yang digunakan dalam pembuatan tugas
akhir dengan judul rancang bangun sistem analisis investasi perbankan untuk
usaha kecil dengan menggunakan metode fuzzy logic, yang antara lain meliputi :
2.1 Kredit
Ada berbagai macam versi tentang pengertian kredit, yaitu :
1. Menurut (IKAPI, 1988) bahwa didalam undang-undang No. 7 Tahun 1992
tentang perbankandisebutkan bahwa : penyediaan uang atau tagihan yang
dapat dipersamakan dengan itu, berdasarkan persetujuan kesepakatan
pinjam-meminjam antara bank dengan pihak-pihak lain (seperti : pengusaha)
yang mewajibkan pihak meminjam untuk melunasi hutangnya setelah
jangka waktu tertentu dengan jumlah bunga, imbalan atau pembagian hasil
keuntungan.
2. “ Kredit adalah kemampuan untuk melaksanakan suatu pembelian atau
mengadakan suatu pinjaman dengan suatu janji pembayarannya akan
dilakukan dengan ditangguhkan pada suatu jangka waktu tertentu yang telah
disepakati ” (Kohler, 1964:151).
2.1.1 Fungsi kredit
Menurut (IKAPI, 1988) ada dua fungsi dari diberikannya pinjaman
(kredit), antara lain :
A. Bagi dunia usaha (termasuk usaha kecil) :
1. Sebagai sumber permodalan untuk menjaga kelangsungan atau
meningkatkan usahanya.
2. Pengembalian kredit wajib dilakukan tepat waktu, diharapkan dapat
diperoleh dari keuntungan usahanya
B Bagi lembaga keuangan (termasuk bank) :
1. Menyalurkan dana masyarakat (deposito, tabungan, giro) dalam bentuk
kredit kepada dunia usaha.
2.1.2 Manfaat kredit
Menurut (IKAPI, 1988) pemberian kredit oleh perbankan kepada pihak
lain (seperti : pengusaha) memberikan manfaat yang berbeda yaitu :
A. Bagi debitur
Memberi keuntungan usaha dengan adanya tambahan modal dan
berkembangnya usaha.
B. Bagi Perbankan
2.2 Analisa Kelayakan Kredit Investasi
Menurut (IKAPI, 1988) ada beberapa pengertian tentang analisis kredit
antara lain meliputi :
a. Mempersiapkan pekerjaan-pekerjaan penguraian dari segala aspek, baik
keuangan maupun non keuangan untuk mengetahui kemungkinan dapat/tidak
dapat dipertimbangkan suatu permohonan kredit.
b. Menyusun laporan analisis yang diperlukan, yang berisi penguraian dan
kesimpulan serta penyajian alternatif-alternatif sebagai bahan pertimbangan
untuk pengambilan keputusan pimpinan dari permohonan kredit nasabah.
Pada saat ini berlaku ketentuan bahwa usul fasilitas kredit harus memuat
data pokok minimal mengenai aktivitas usaha, disertai dengan analisis seperlunya
antara lain meliputi :
1. Realisasi pembelian, produksi dan penjualan
2. Rencana pembelian, produksi dan penjualan
3. Jaminan
4. Laporan-laporan keuangan / financial statement
5. Aktivitas R/K (giro atau MMP)
6. Data kualitatif dari nasabah / calon debitur.
Dalam kredit investasi, ada beberapa analisis kebutuhan investasi yang
berupa : (1) Perhitungan dan perincian secara cermat atas investasi yang
diperlukan antara lain : jenis barang yang akan dibeli, dibangun atau direhabilitasi,
harga satuan dan jumlah harga yang didasarkan atas surat penawaran dari pihak
ketiga, saham, sero (share) pembiayaan nasabah penilaian atas kewajaran dan
flow projection adalah mutlak harus disampaikan karena pendekatan ini
merupakan cara yang cocok, baik dalam menetapkan jadwal (schedule) pencairan
kredit, maupun dalam mengukur jangka waktu, pemakaian kredit serta
kemampuan pelunasannya.
2.3 Kredit Investasi Bagi Usaha Kecil
Menurut (IKAPI, 1988) kredit yang diberikan oleh perbankan kepada
usaha-usaha kecil mencakup dua hal yaitu Kredit Investasi Kecil (KIK) yang
merupakan kredit jangka menengah atau panjang yang diberikan kepada
pengusaha-pengusaha kecil dengan persyaratan dan prosedur-prosedur khusus,
guna pembiayaan barang-barang modal serta jasa yang diperlukan untuk
rehabilitasi, modernisasi, perluasan proyek dan pendirian proyek baru.
Sedangkan Kredit Modal Kerja Permanen (KMKP) merupakan kredit
yang diberikan kepada pengusaha / perusahaan kecil dengan persyaratan dan
prosedur khusus, guna pembiayaan modal yang hanya dipergunakan secara terus
menerus untuk kelancaran usaha.
2.4 Database
Menurut (Kendall and Kendall, 2002) 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
2.4.1 Data flow diagram
Menurut (Hartono, 1999) data flow diagram diagunakan untuk
menggambarkan suatu sistem yang telah ada atau sistem baru dengan
menggunakan bentuk-bentuk simbol. Data flow diagram dapat menggambarkan
arus data di dalam sistem dengan terstruktur dan jelas. Beberapa simbol yang
digunakan di dalam data flow diagram meliputi :
Entity : merupakan kesatuan di lingkungan luar sistem yang dapat berupa
orang, organisasi atau sistem lainnya yang berada di lingkungan
luarnya yang akan memberikan input ataupun menerima output
dari sistem.
Simbol :
Arus Data : menggambarkan arus dari data yang dapat berupa masukan
untuk proses atau keluaran dari proses.
Simbol :
Proses : merupakan kegiatan yang dilakukan oleh organisasi, mesin, atau
komputer dari hasil suatu arus data yang masuk ke dalam proses
untuk arus data yang keluar dari proses.
Simbol :
Storage : merupakan tempat penyimpanan data yang dapat berupa file,
arsip atau database di komputer.
2.4.2 Entity relationship diagram
Menurut (Kristanto, 1994) entity relationship diagram adalah suatu
diagram yang digunakan untuk menggambarkan relasi antara satu data dengan
data yang lain dan menggambarkan berapa jenis relasi yang terjadi antara satu
data dengan data yang lain. Jenis-jenis relasi pada Entity Relationship Diagram
adalah :
a. One to one relationship, yaitu hubungan dua file adalah satu berbanding satu
b. One to many relationship, yaitu hubungan antara file pertama dengan file
kedua adalah satu berbanding banyak dan sebaliknya.
c. Many to many relationship, yaitu hubungan dua file adalah berbanding
banyak.
2.5 Konsep Pembiayaan
Beberapa konsep perhitungan pola pembiayaan yang digunakan dalam
pembuatan sistem analisis investasi ini, antara lain meliputi :
2.5.1 Net Present Value (NPV)
Menurut (Sutrisno, 2001) net Present Value (NPV) merupakan sebuah
bentuk modal anggaran belanja suatu proyek komoditi usaha yang
mengindikasikan hasil dari suatu bentuk usaha permodalan (perusahaan). Nilai
NPV yang positif (nilai NPV yang besar) memberikan dampak peningkatan bagi
suatu bentuk usaha permodalan. Jadi, keputusan-keputusan pada aturan-aturan
dari suatu NPV mengkhususkan nilai positif (nilai NPV yang besar) untuk seluruh
Net Present Value (NPV) merupakan kalkulasi perhitungan nilai arus
kas masuk saat ini dari suatu bentuk usaha dikurangi dengan nilai arus kas keluar
saat ini dari suatu bentuk usaha, dengan kata lain Net Present Value (NPV)
merupakan selisih antara nilai sekarang dari penerimaan dengan nilai sekarang
dari investasi.
Hubungan arus kas tersebut dirumuskan sebagai berikut :
dimana :
CFt = arus kas pada saat t
r = biaya / nilai terbesar dari modal
2.5.2 Internal Rate of Return (IRR)
Menurut (Sutrisno, 2001) internal Rate of Return (IRR) merupakan
metode yang memperhatikan nilai waktu dari uang, artinya perhitungan pada
metode ini lebih ditekankan pada tingkat bunga arus dari uang (proceed). Tingkat
bunga yang akan dihitung merupakan tingkat bunga yang akan menjadikan jumlah
nilai sekarang dari tiap-tiap proceed yang akan didiskontokan dengan tingkat
bunga tersebut sama besarnya dengan nilai sekarang dari initial nilai proyek.
Internal Rate of Return (IRR) merupakan metode yang mencari besarnya
tingkat keuntungan relative atau dalam prosentase atas penerimaan investasi.
Dengan demikian Internal Rate of Return (IRR) adalah tingkat bunga yang dapat
menyamakan antara present value dari penerimaan dengan present value dari
dengan menghitung NPV yang positif dan NPV yang negatif. Dari kedua NPV
tersebut baru bisa dicari IRR dengan mengadakan interpolasi. (Sutrisno, 2001).
IRR (Internal Rate of Return) dirumuskan sebagai berikut :
dimana :
i1 = tingkat bunga pertama yang menyebabkan nilai NPV positif.
i2 = tingkat bunga pertama yang menyebabkan nilai NPV negatif.
NPV1 = NPV positif dengan tingkat bunga i1.
NPV2 = NPV positif dengan tingkat bunga i2.
2.6 Logika Fuzzy
Menurut (Kendall and Kendall, 2002) untuk menghitung gradasi yang
tidak terbatas jumlahnya antara benar dan salah, Zadeh mengembangkan ide
penggolongan himpunan (set) yang ia namakan himpunan fuzzy (fuzzy set). 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.
(i2 – i1) NPV1.
2.6.1 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
Gambar 2.1. Himpunan Fuzzy (fuzzy sets)
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 2.6.4.
Derajat keanggotaan
µ[x]
Anggota himpunan (Domain dari Fuzzy Set)
N N+k
0 1
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 2.6.5.
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.
Seperti halnya variabel aljabar yang berisi angka sebagai nilainya maka
vaiabel linguistik menggunakan kata dan kalimat sebagai nilainya. Misalnya: jika
T variabel linguistik yang berisi himpunan umur, maka isi T yang juga
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. Aturan fuuzy tersebut menggunakan variabel linguistik sebagai
bahasanya, sebagai contoh untuk mengekspresikan strategi pengendalian dari
2.6.2 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
yang banyak digunakan adalah fuzzyfikasi singlenton, tetapi pemakaian non
singlenton juga telah dirintis terutama untuk masukan-masukan yang banyak
dimasukioleh derau (noise) (George J.Klir, 1995) .
Proses fuzzyfikasi dalam menentukan nilai min, center, dan maximum
Gambar 2.2 Varibel Tradisional
Gambar 2.3 Variabel Fuzzy
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. Untuk rule bernilai AND mengambil fungsi
keanggotaan terkecil, dan rule bernilai OR mengambil fungsi keanggotaan
terbesar dari aturan if-then pada masukan fuzzy.
Sangat Rendah Rendah Sedang Tinggi Sangat Tinggi
1
0
T1 T2
2.6.3 Himpunan fuzzy
Menurut (George J Klir dan Bo Yuan, 1995) 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
fuzzy A dari X dikarakteristikkan dengan fungsi keanggotaan µ∧(x):X→[0,1].
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.
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.
Dengan membentuk fuzzy subset untuk berbagai bentuk fuzzy, dianggap
nilai keanggotaan dari obyek yang diberikan pada setiap himpunan. Pendekatan
lain yang sering ditemukan pada praktek untuk membentuk himpunan fuzzy sangat
berhubungan dengan interpretasi dari seorang ahli. Seperti teknik pengumpulan
data, dapat ditanyakan pada pakar untuk kepercayaannya bahwa berbagai obyek
merupakan bagian himpunan yang diberikan.
2.6.4 Operasi himpunan fuzzy
Menurut (George J Klir dan Bo Yuan, 1995) 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
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).
2.6.5 Fungsi keanggotaan (Membership Function)
Menurut (George J Klir dan Bo Yuan, 1995) fungsi keanggotaan segitiga
dijelaskankan sebagai berikut :
Gambar 2.4 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 yang digunakan adalah fungsi keanggotaan segitiga.
2.6.6 Batasan Fuzzy (Hedges)
Menurut (George J Klir dan Bo Yuan, 1995) 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.
2.7 Desain User Interface
Menurut (Kendall and Kendall, 2002) bagaimanapun baik atau buruknya
(minimnya) suatu tampilan, hal itu berpengaruh pada keberadaan desain yang
berfungsi untuk merepresentasikan sebuah sistem. Desain tersebut terdiri dari :
1 Tipe-tipe user interface (tampilan).
2 Tampilan bahasa.
3 Tampilan tanya – jawab.
4 Menu-menu.
6 Tampilan bahasa perintah.
BAB III
PERANCANGAN SISTEM
Perancangan sistem pada tugas akhir rancang bangun sistem analisis
investasi perbankan bagi usaha kecil ini mencakup beberapa tahapan proses,
antara lain meliputi :
3.1 Analisis Sistem
Berdasarkan pada latar belakang pada bab sebelumnya, bahwa jumlah
industri kecil dari hari ke hari semakin meningkat hal tersebut menandakan bahwa
kinerja usaha kecil semakin memburuk. Berdasarkan hasil survey di Bank
Indonesia terdapat beberapa parameter yang menjadi tolak ukur dari semakin
menurunnya usaha kecil di Indonesia, yang mencakup beberapa hal diantaranya
menurut data adalah menurunnya omzet (pendapatan per jenis usaha kecil) yang
berkisar antara 30% sampai 45% secara terus menerus, menurunnya total
produktivitas usaha kecil yang berkisar antara 5.000.000 sampai dengan
10.000.000. Hal ini juga disebabkan oleh ketidak tersediaannya suatu sistem yang
dapat membantu menangani masalah perkreditan investasi bagi usaha kecil.
Untuk itu dalam mengidentifikasikan permasalahan yang ada dalam
penyelesaian tugas akhir rancang bangun sistem analisis pemberian kredit ini,
dilakukan langkah-langkah sebagai berikut :
a. Wawancara, yaitu melakukan tanya jawab secara langsung dengan
pihak-pihak yang terkait dalam hal ini adalah Dinas Perindustrian.
b. Pengumpulan data, diperoleh dari hasil survey Bank Indonesia terhadap
Dengan semakin meningkatnya jumlah usaha kecil, maka tingkat
ketergantungan usaha kecil terhadap pengajuan kredit investasi pada pihak-pihak
terkait utamanya perbankan semakin besar. Hal ini disebabkan usaha kecil sangat
memerlukan dana pinjaman (kredit investasi / modal) untuk pengembangan
usahanya. Untuk itu pada data survey yang ada di beberapa bank, terdapat
beberapa komoditi usaha kecil menengah yang banyak mengajukan suatu
pinjaman lunak untuk pengembangan usahanya (kredit investasi perbankan).
Proses pemberian kredit bagi usaha kecil itu sendiri memerlukan
beberapa pertimbangan salah satunya adalah biaya produktivitas yang dihasilkan
apakah sudah dapat memenuhi target standarisasi pihak bank atau tidak serta
membutuhkan waktu yang lama untuk menilai apakah suatu usaha kecil dapat
menerima kredit atau tidak. Hal inilah yang menjadikan mengapa pemberian
kredit bagi usaha kecil sangat lamban untuk dicairkan.
Selanjutnya, dengan perancangan pengembangan aplikasi sistem analisis
ini ditujukan untuk membantu mempermudah pihak perbankan dalam
menganalisa kredit investasi bagi pengusaha kecil, dengan berdasarkan pola-pola
(bentuk) pembiayaan dari usaha kecil yang ada yaitu data-data usaha tanaman
holtikultura yang diwakili oleh jeruk keprok / siam, usaha tanaman perkebunan
yang diwakili oleh pisang abaca, dan usaha peternakan yang diwakili oleh ayam
3.1.1 Perhitungan analisis invetasi
Perhitungan analisa pemberian kredit investasi bagi usaha kecil dengan
menggunakan pola-pola pembiayaan, dapat dicontohkan sebagai berikut :
Misal : suatu usaha komoditi kecil (proyek investasi) membutuhakan dana
pinjaman investasi sebesar Rp. 600.000.000,- menghasilkan cashflow selama 4
tahun masing-masing th ke1 Rp. 150.000.000,-; th ke 2 Rp. 200.000.000,-; th ke 3
Rp. 250.000.000,-; dan th ke 4 Rp. 300.000.000,-. Bila diinginkan keuntungan
sebesar 15%, maka NPVnya dapat dihitung sebagai berikut :
Tabel 3.1 Perhitungan Net Present value r = 15%
TAHUN CASHFLOW
DISCOUNT FACTOR R=15%
PRESENT VALUE OF CASHFLOW
1 150.000.000 0.870 130.500.000
2 200.000.000 0.756 151.200.000
3 250.000.000 0.658 164.500.000
4 300.000.000 0.572 171.600.000
Total Present Value of cashflow 617.800.000
Present value of Investment 600.000.000
NET PRESENT VALUE 17.800.000
Dari perhitungan tersebut diperoleh hasil NPV sebesar Rp. 17.800.000,
kemudian dilanjutkan dengan menghitung IRR yang berfungsi untuk mencari
besarnya tingkat keuntungan relative atau dalam prosentase atas penerimaan
Dengan menggunakan contoh perhitungan NPV diatas yang telah ditemukan NPV
positif Rp. 17.800.000,- dengan discount rate 15% pada tabel 3.1, selanjutnya di
cari NPV yang negative dengan menaikkan tingkat discount rate, misalnya
dinaikkan menjadi 20%, maka NPVnya adalah sebagai berikut :
Tabel 3.2 Perhitungan Net Present value r = 20%
TAHUN CASHFLOW
DISCOUNT FACTOR
Total Present Value of cashflow 553.100.000
Present value of Investment 600.000.000
NET PRESENT VALUE 46.900.000
Untuk menghitung dengan cara membuat interpolasi, maka IRR dapat di
hitung sebagai berikut :
Selisih DR Selisih PV
20% Rp. 553.100.000
15% Rp. 617.900.000
Selisih 5% Rp. 64.800.000
IRR adalah sebesar :
17.900.000
IRR = 15% + 64.800.000 x 5%
Perhitungan dengan menggunakan NPV (Net Present Value) dan IRR
(Internal rate of Return) dilakukan untuk menilai secara konseptual (manual)
penilaian terhadap proyek apakah layak untuk dilanjutkan atau tidak, dengan kata
lain hasil perhitungan dengan pola NPV dan IRR hanya digunakan sebagai nilai
acuan kelanjutan proyek investasi. Selanjutnya, penerapan metode fuzzy logic
dimaksudkan untuk menghaluskan (smoothing) nilai keputusan yang dihasilkan
dari perhitungan pola pembiayaan (NPV dan IRR), dimana keputusan tersebut
bernilai layak, cukup layak, dan tidak layak untuk mendapatkan pinjaman kredit
investasi.. Hal ini dimaksudkan agar lebih memberikan suatu keputusan yang
lebih tepat bagi debitur yang mengajukan kredit investasi.
Untuk alasan itulah, maka sistem analisis pemberian kredit investasi bagi
pengusaha kecil dibuat, dengan maksud agar lebih memudahkan dalam
menganalisa dan memberikan output analisa yang tepat.
3.2 Perancangan Sistem
Perancangan sistem pada penelitian tugas akhir ini terdiri dari desain
sistem yang digunakan untuk menggambarkan aliran data secara keseluruhan
antara proses-proses yang ada ke dalam suatu bentuk diagram.
3.2.1 Desain umum sistem
Gambar 3.1 dibawah ini menjelaskan tentang gambaran umum dari
desain sistem analisis kredit investasi. Tahap pertama dimulai dari kriteria data
inputan, yang terdiri dari data komoditi dari usaha kecil. Kemudian dilanjutkan
dengan proses fuzzyfikasi pola pembiayaan usaha kecil
Selanjutnya proses fuzzy set yaitu membagi nilai max-min inference
pembuatan rule-rule fuzzy (inference fuzzy) yang digunakan untuk menjadikan
beberapa kriteria acuan penilaian fuzzy logic
Tahap terakhir dari proses analisa pemberian kredit investasi bagi usaha
kecil adalah proses output dari sistem, di mana merupakan tahap alokasi
keputusan berdasarkan kriteria keputusan yang telah ditetapkan pada tahap
inference. Hasil akhir dari sistem ini menghasilkan keputusan yang terdiri dari
tidak layak, cukup layak, layak dan sangat layak bagi pengusaha kecil untuk
mendapatkan kredit investasi.
Gambar 3.1 Desain Umum Sistem
PROSES ANALISA PERHITUNGAN BERDASARKAN LENDINGS MODEL
3.2.2 Proses fuzzyfikasi nilai kriteria
Proses fuzzifikasi digunakan untuk mengubah nilai-nilai inputan
data-data komoditi usaha kecil ke dalam bentuk crisp, berdasarkan kriteria yang telah
ditetapkan untuk dijadikan 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
keanggotaannya (membership function).
Adapun pembentukan proses fuzzyfikasi kriteria nilai acuan yang
digunakan pada sistem analisis investasi perbankan untuk usaha kecil ini di
peroleh dari data ketentuan perbankan, di mana terdiri dari sekumpulan
aturan-aturan, yang dirumuskan sebagai berikut :
1. Usaha kecil Jeruk Keprok :
a. Untuk kriteria nilai NPV
Gambar 3.2 Aturan Fuzzy NPV Jeruk Keprok
7.000.000
1.000.000 3.000.000
5.000.000
9.000.000
15.000.000 11.000.000
b. Untuk kriteria nilai IRR
Gambar 3.3 Aturan Fuzzy IRR Jeruk Keprok
2. Usaha Pisang Abaca
a. Untuk kriteria nilai NPV
Gambar 3.4 Aturan Fuzzy NPV Pisang Abaca
10.500.000
1.000.000 3.000.000
5.000.000
13.000.000
20.000.000 17.000.000
Cukup Layak Layak Sangat Layak
30 40 50 60 70
20 10
b. Untuk kriteria nilai IRR
Gambar 3.5 Aturan Fuzzy IRR Pisang Abaca
3. Usaha Ayam Ras
a. Untuk kriteria nilai NPV
Gambar 3.6 Aturan Fuzzy NPV Ayam Ras
13.000.000
1.000.000 5.000.000
10.000.000
16.000.000
25.000.000 20.000.000
Cukup Layak Layak Sangat Layak
35 45 55 65 75
25 15
b. Untuk kriteria nilai IRR
Gambar 3.7 Aturan Fuzzy IRR Ayam Ras
3.2.3 Aturan dasar fuzzy (rule fuzzy)
Proses rule (aturan) fuzzy, berfungsi untuk menginputkan rule-rule yang
digunakan secara perhitungan manual berdasarkan data kriteria di atas. Rule
digunakan sebagai acuan guna menghasilkan keputusan.
Gambar 3.8 di bawah ini merupakan gambaran alur / tahapan-tahapan
pembentukan aturan (rule) dasar fuzzy yang digunakan pada tugas akhir sistem
analisis investasi perbankan untuk usaha kecil. Di mana hasil dari proses ini
adalah sekumpulan aturan-aturan fuzzy yang akan digunakan sebagai acuan dalam
proses analisis investasi perbankan dengan metode fuzzy logic.
25 50 65 75 90
12 10
Gambar 3.8 Alur Pembentukan Aturan Fuzzy (rule fuzzy)
Adapun Aturan-aturan dasar fuzzy yang dihasilkan oleh proses di atas
ditunjukkan pada tabel 3.3 berikut ini :
Tabel 3.3 Aturan (rule) fuzzy logic
NPV IRR Keputusan
Cukup Layak Cukup Layak Layak
Cukup Layak Layak Cukup Layak
Cukup Layak Sangat Layak Sangat Layak
Layak Cukup Layak Cukup Layak
Layak Layak Layak
Layak Sangat Layak Layak
Sangat Layak Cukup Layak Cukup Layak
Sangat Layak Layak Sangat Layak
Sangat Layak Sangat Layak Sangat Layak
Mulai
Diambil nilai-nilai sebagai wakil tiap partisi dari tiap
bahasa fuzzy pada tiap variabel input data komoditi,
untuk dijadikan sebagai nilai referensi keputusan. Membuat tabel yang berisi semua kemungkinan
kombinasi bahasa fuzzy dari tiap variabel input data
komoditi usaha kecil.
Mengambil nilai batas partisi crisp dari tiap rentang
variabel input data komoditi, dan mengkonversikannya ke fuzzy, dengan nilai batas partisi crisp menjadi nilai titik perpotongan tiap partisi bahasa fuzzy di tiap input.
Menghitung tiap kombinasi nilai variabel input data komoditi untuk mendapatkan keputusan.
Adapun penjelasan tabel 3.3 adalah sebagai berikut :
Penerapan rule (aturan) fuzzy logic dapat dicontohkan pada data berikut
ini, untuk perhitungan data inputan didasarkan pada rumus fuzzy logic yaitu :
1. Untuk nilai investasi sebesar Rp. 4.000.000
Membership Function NPV
µCukup layak =
µ Layak =
Membership Function IRR
µ Layak =
µ Sangat Layak =
Rule (aturan) fuzzy dari inputan data di atas dijabarkan sebagai berikut :
IF cukup layak (0.25) AND layak (0.35) THEN layak (0.25)
IF cukup layak (0.25) AND samgat layak (0.15) THEN sangat layak (0.15)
IF layak (0.25) AND layak (0.35) THEN layak (0.25)
IF layak (0.25) AND sangat layak (0.15) THEN layak (0.15)
Sehingga keputusan yang di peroleh dengan melihat tabel rule (aturan)
fuzzy di atas adalah = Layak (0.25). c – x c – b
5.000.000 – 4.000.000 5.000.000 – 1.000.000 0.25
x - a b - a
2. Untuk nilai investasi sebesar Rp. 12.000.000
Membership Function NPV
µ Layak =
µ Sangat layak =
Membership Function IRR
µ Cukup layak =
µ Layak =
Rule (aturan) fuzzy dari inputan data di atas dijabarkan sebagai berikut :
IF layak (0.75) AND cukup layak (0.4) THEN cukup layak (0.4)
IF layak (0.75) AND layak (0.6) THEN layak (0.6)
IF sangat layak (0.5) AND cukup layak (0.4) THEN cukup layak (0.4)
IF sangat layak (0.5) AND layak (0.6) THEN sangat layak (0.5)
Sehingga keputusan yang di peroleh dengan melihat tabel rule (aturan)
fuzzy di atas adalah = Cukup Layak (0.4). c – x c – b
17.000.000 – 12.000.000 17.000.000 – 10.000.000 0.75
x - a b - a
3.2.4 Sistem flow diagram
Bagan alur atau flowchart adalah bagan yang menunjukkan alur atau
flow dalam program ataupun prosedur sistem secara fisik. Bagan alur digunakan
terutama untuk alat bantu komunikasi dan dokumentasi. Sistem flow juga
diidentifikasikan sebagai alur yang jelas mengenai proses terjadinya registrasi
terlebih dahulu oleh pihak / bagian yang berkepentingan pada sistem sebelum
melakukan suatu transaksi dan pembuatan laporan sistem.
Adapun sistem flow diagram secara terkomputerisasi dipaparkan pada
gambar 3.10 sebagai berikut :
3.2.5 Context diagram
Kelayakan Kredit Investasi
Kriteria Kelayakan Laporan Komoditi Usaha
Laporan Kredit Investasi Data Pengusaha
Data Asumsi Biaya
Data Produksi Usaha
Data Komoditi Usaha
0
RB Sistem Analisis Investasi Perbankan Untuk Usaha Kecil Dengan Fuzzy Logic
+ Pengusaha
Kecil
Pihak Bank
Gambar 3.11 Context Diagram
3.2.6 Diagram berjenjang / hierarchy chart
3.2.7 DFD (Data Flow Diagram)
Pihak BankPihak Bank 1
Gambar 3.14 Data Flow Diagram Level 1, Proses 1 : Maintenance Data Kredit Investasi Berdasarkan
Pola Pembiayaan dan Fuzzy
Laporan Komoditi Usaha
Pihak BankPihak Bank
5 Detail Investasi Kredit Investasi Usaha
Kecil
Gambar 3.16 Data Flow Diagram Level 1, Proses 3 : Laporan
3.2.8 ERD (Entity Relational Diagram)
KdKomdti
3.3 DBMS (Database Management System)
Dalam penyusunan tugas akhir ini, untuk penyimpanan datanya
menggunakan Microsoft SQL Server versi 7.0, adapun struktur dari database
tersebut adalah sebagai berikut :
A. Database Biaya
Nama Tabel : Biaya
Fungsi : Untuk menyimpan data-data asumsi biaya
Tabel 3.4 Struktur Database Biaya
Kolom Tipe Data Panjang Keterangan
KodeKomoditi Char 30 PK (Primary key)
Uraian Char 50 -
Volume Num 9 -
Satuan Char 10 -
Harga Money 8 -
Jumlah Money 8 -
B. Database Komoditi
Nama Tabel : Komoditi
Tabel 3.5 Struktur Database Komoditi
Kolom Tipe Data Panjang Keterangan
KodeKomoditi Char 30 PK (Primary Key)
NamaKomoditi Char 30 -
JenisKomoditi Char 30 -
C. Database DetilKomoditi
Nama Tabel : DetilKomoditi
Fungsi : Untuk menyimpan data-data detil komoditi
Tabel 3.6 Struktur Database DetilKomoditi
Kolom Tipe Data Panjang Keterangan
KodeKomoditi Char 30 PK (Primary Key)
JenisBiaya Char 30 -
Uraian Num 50 -
Satuan Char 20 -
D. Database Pengusaha
Nama Tabel : Pengusaha (investor)
Tabel 3.7 Struktur Database Pengusaha (Investor)
Kolom Tipe Data Panjang Keterangan
KodePeng Char 10 PK (Primary Key)
NamaPeng Char 30 -
AlmPeng Char 50 -
TelpPeng Numeric 25 -
E. Database MasterInv (Investasi)
Nama Tabel : MasterInv
Fungsi : Untuk menyimpan data-data master Inv (investasi)
Tabel 3.8 Struktur Database MasterInv (Investasi)
Kolom Tipe Data Panjang Keterangan
NomorInv Chr 10 PK (Primary Key)
KodeKomoditi Char 10 FK (Foreign Key)
NPVInv Money 8 -
IRRInv Numeric 9 -
UmurInv Int 4 -
NilaiInv Money 8 -
Bunga Int 4 -
F. Database DetilInv
Nama Tabel : DetilInv
Fungsi : Untuk menyimpan data-data detil Inv (detil investasi)
Tabel 3.9 Struktur Database DetilInv (Detil Investasi)
Kolom Tipe Data Panjang Keterangan
NomorInv Char 10 PK (Primary Key
JenisBiayaInv Char 30 -
UraianInv Char 50 -
SatuanInv Char 20 -
VolumeInv Num 9 -
HargaInv Money 8 -
JumlahInv Money 8 -
G. Database Fuzzy
Nama Tabel : Fuzzy
Fungsi : Untuk menyimpan data-data fuzzy
Tabel 3.10 Struktur Database Fuzzy
Kolom Tipe Data Panjang Keterangan
KodeFuzzy Char 10 PK (Primary Key)
KodeKomoditi Char 10 FK (Foreign Key)
Kolom Tipe Data Panjang Keterangan
NPVBawah Money 8 -
IRRAtas Real 4 -
IRRBawah Real 4 -
KetLayak Char 30 -
H. Database Pengguna (Admin)
Nama Tabel : Admin
Fungsi : Untuk menyimpan data-data pengguna (admin)
Tabel 3.11 Struktur Database Pengguna
Kolom Tipe Data Panjang Keterangan
IdUser Char 10 PK (Primary Key)
Pass Char 10 -
3.4 Rancangan Input dan Output Sistem
Rancangan desain input dan 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,
a. Rancangan input layar dialog
1. Form Utama Aplikasi
Gambar 3.18 Form Utama Aplikasi
Gambar 3.18 diatas merupakan gambaran form utama yang
menyediakan menu-menu File, Maintenance, Transaksi, dan Laporan.
2. Form Login User pada menu File
Gambar 3.19 Form Login User
Gambar 3.19 diatas merupakan gambaran tentang form login user yang
diperuntukkan bagi bagian / pihak bank yang berkepentingan untuk
mengolah dan menyimpan data analisis investasi, form ini digunakan untuk
registrasi (login) ke sistem pertama kalinya sebelum melakukan proses
transaksi dan pelaporan.
Id User : <IdUser>
Password : <PassUser>
Login Exit
Rancang Bangun Sistem Analisis Investasi Perbankan Untuk Usaha Kecil Dengan Menggunakan Metode Fuzzy Logic
File
Maintenance
Transaksi
3. Form Komoditi pada menu maintenance
Gambar 3.20 Form Komoditi
Gambar 3.20 merupakan gambaran form komoditi yang digunakan
untuk menyimpan data-data komoditi usaha kecil.
4. Form Biaya pada menu maintenance
Gambar 3.21 Form Biaya
Gambar 3.21 merupakan form Biaya yang digunakan untuk meyimpan
data-data tentang asumsi biaya dari suatu komoditi usaha kecil.
Jenis Usaha : <KodeKomoditi> Nama Usaha : <JenisKomoditi> Jenis Biaya : <JenisBiaya> Uraian : <Uraian> Satuan : <Satuan>
Daftar Uraian
Uraian Satuan Jenis Biaya
New Save Edit Clear Delete Exit Kode Komoditi : <KodeKomoditi>
Nama Komoditi : <NamaKomoditi> Jenis Komoditi : <JenisKomoditi>
Kode Komoditi Nama Komoditi Jenis Komoditi
5. Form Pengusaha pada menu maintenance
Gambar 3.22 Form Pengusaha
Gambar 3.22 diatas merupakan form pengusaha yang digunakan untuk
menyimpan data-data tentang pengusaha (investor) yang telah mendapatkan
kredit investasi.
6. Form Fuzzy pada menu transaksi
Gambar 3.23 Form Fuzzyfikasi
Kode Pengusaha : <KodePengusaha> Nama : <NamaPengusaha> Alamat : <AlamatPengusaha> Kota : <KotaPengusaha> No Telpon : <TelpPengusaha>
Daftar Pengusaha
Kode Nama Alamat Kota Telpon
New Save Edit Clear Delete Exit
Kode : <KodeFuzzy> Kode Komoditi : <KodeKomoditi> Nama Komoditi : <NamaBiaya> Batas Atas NPV : <NPVAtas> Batas Bawah NPV : <NPVBawah> Batas Atas IRR : <IRRAtas> Batas Bawah IRR : <IRRBawah> Keterangan : <Keterangan>
Daftar Aturan Fuzzy Logic
Gambar 3.23 merupakan form fuzzy yang digunakan untuk
menyimpan data-data aturan fuzzyfikasi kelayakan investasi.
7. Form Pemberian Investasi (Kelayakan Investasi) pada menu transaksi
Gambar 3.24 Form Kelayakan Investasi
Gambar 3.24 merupakan form kelayakan investasi yang digunakan
untuk menyimpan data-data tentang uji coba kelayakan pemberian kredit
investasi bagi suatu usaha kecil.
Nomor Investasi : <NomorInv> Kode Komoditi : <KodeKomoditi > Nama Komoditi : <NamaKomoditi > Umur Investasi : <UmurInv>
Nilai Investasi : <NilaiInv> Bunga (%) : <Bunga>
Biaya Investasi
Uraian Satuan Volume Harga Jumlah
Biaya Produksi
Uraian Satuan Volume Harga Jumlah
NPV =
IRR =
Keterangan =
Total Biaya Investasi
Total Biaya Produksi Total Biaya
8. Form Investasi pada menu transaksi
Gambar 3.25 Form Investasi
Gambar 3.25 merupakan form investasi yang berfungsi untuk
menyimpan data-data investasi yang telah dikeluarkan oleh bank.
b. Rancangan Output
Gambar 3.26 Laporan Komoditi
Gambar 3.26 merupakan form laporan komoditi yang menampilkan
data-data komoditi usaha kecil yang telah disimpan (mengajukan kredit /
menerima kredit) kepada pihak bank.
Kode Komoditi : Nama Komoditi : Jenis Komoditi :
LAPORAN KOMODITI USAHA KECIL
Tanggal Cetak :
Kode Komoditi Nama Komoditi Jenis Komoditi
Nomor : <NomorInv> Kode : <KodeKomoditi> Nama Pengusaha : <NamaPengusaha> Alamat Pengusaha : <AlamatPengusaha> Kota : <KotaPengusaha> No Telpon : <TelpPengusaha>
Gambar 3.27 Laporan Pemberian Kredit Investasi
Gambar 3.27 merupakan laporan investasi yang menampilkan
data-data kredit investasi yang telah diberikan oleh pihak bank.
Gambar 3.28 Laporan Pengusaha
Nomor Investasi : Kode Komoditi : Nama Komoditi : Umur Investasi : Nilai Investasi :
Bunga (%) :
LAPORAN KREDIT INVESTASI
Tanggal Cetak : Biaya Investasi
Uraian Satuan Volume Harga Jumlah
Biaya Produksi
Uraian Satuan Volume Harga Jumlah
NPV =
IRR =
Keterangan =
Total Biaya Investasi
Total Biaya Produksi Total Biaya
LAPORAN PENGUSAHA
Gambar 3.28 diatas merupakan laporan data debitur (pengusaha) yang
menerima bantuan kredit investasi dari pihak bank.
Gambar 3.29 Grafik Laporan Investasi
Gambar 3.29 merupakan laporan dalam bentuk grafik yang
menampilkan jumlah investasi yang telah dicairkan (diberikan) kepada para
pengusaha kecil.
GRAFIK INVESTASI
TAHUN
Bulan 1 :
Bulan 2 :
Bulan 3 :
Bulan 4 :
Bulan 5 :
Bulan 6 :
Bulan 7 :
Bulan 8 :
Bulan 9 :
Bulan 10 :
Bulan 11 :
Bulan 12 :
54
BAB IV
IMPLEMENTASI DAN EVALUASI
Implementasi dan evaluasi pada penelitian tugas akhir ini berupa aplikasi
pemrograman yang menerapkan metode fuzzy logic untuk menilai kelayakan
pemberian kredit investasi bagi usaha kecil. Adapun tahapan penerapan aplikasi
ini dimulai dari :
4.1 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 9x dan Xp
b. Microsoft SQL 7.0
c. Microsoft Visual Basic 6.0
d. Microsoft Excel
e. Power Designer 6.0
2. Perangkat keras :
a. Prosesor AMD Athlon[TM]XP 2000+
b. Harddisk kapasitas 20 GB
c. Memori DDR 256 MB
d. VGACard Nvidia Riva TNT2 Memori 128 MB
e. Monitor GTC Millenia 15 Inch
55
4.2 Instalasi Program
Untuk menjalankan aplikasi Rancang Bangun Sistem Analisis Investasi
Perbankan Untuk Usaha Kecil Dengan Menggunakan Metode Fuzzy Logic 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 Microsoft SQL Server 7.0
4.3 Implementasi Program
Setelah melakukan tahap-tahap instalasi program diatas, pengguna yang
dalam hal ini bagian / pihak bank yang bertujuan untuk mendapatkan keputusan
dari sistem dapat berinteraksi dengan sistem aplikasi ini melalui tampilan dari
beberapa menu berikut ini, antara lain:
A. Menu Utama
56
Gambar 4.1 merupakan tampilan menu utama dari aplikasi, dimana
diadalam menu utama terdapat beberapa menu penggunaan yaitu File,
Maintenance Data, Proses Transaksi, Proses Laporan. Adapun penjelasannya
sebagai berikut :
1. File terdiri dari : menu Login User dan About
2. Maintenance terdiri dari : menu Maintenance Komoditi, Maintenance
Produksi, Maintenance Asumsi Usaha, dan
Maintenance Pengusaha.
3. Transaksi terdiri dari : menu Analisis Investasi Kredit.
4. Laporan terdiri dari : Laporan Komoditi dan Pemberian Kredit
B. Menu Login User
Gambar 4.2 Menu Login User
Gambar 4.2 merupakan menu Login User yang digunakan untuk login
57
C. Menu Maintenance User
Gambar 4.3 Menu Maintenance User
Gambar 4.3 merupakan menu maintenance user yang berfungsi untuk
menyimpan dan merubah data user-user yang berhak login ke sistem.
D. Menu About
Gambar 4.4 Menu About
Gambar 4.4 menjelaskan tampilan dari menu About yang digunakan
58
aplikasi. Dalam menu ini terdapat tombol Exit yang digunakan untuk keluar dari
menu About dan kembali ke menu awal.
E. Menu Maintenance Data Komoditi
Gambar 4.5 Menu Maintenance Data Komoditi
Gambar 4.5 merupakan menu Maintenance Komoditi yang digunakan
untuk menginputkan data-data tentang beberapa macam bentuk-bentuk komoditi
yang dihasilkan oleh usaha-usaha kecil. Dalam menu ini terdapat beberapa isian
yaitu Kode dari komoditi, Nama dari komoditi. Beberapa tombol yang ada pada
menu ini adalah tombol Add yang digunakan untuk menambah isian sekaligus
menyimpan inputan data, tombol Update yang digunakan untuk mengedit /
mengubah data simpanan, tombol Delete yang digunakan untuk menghapus
simpanan data, serta tombol Close yang digunakan untuk menutup form / kembali
59
F. Menu Maintenance Data Produksi
Gambar 4.6 Menu Maintenance Data Produksi
Gambar 4.6 merupakan menu Maintenance Data Produksi yang
digunakan untuk menginputkan data-data produksi yang dihasilkan oleh suatu
usaha kecil.. Dalam menu ini terdapat beberapa isian yaitu Jenis Usaha, Nama
60
G. Menu Maintenance Data Asumsi Biaya Usaha
Gambar 4.7 Menu Maintenance Asumsi Biaya
Gambar 4.7 merupakan menu Maintenance Komoditi yang digunakan
untuk menginputkan data-data tentang beberapa macam bentuk-bentuk komoditi
yang dihasilkan oleh usaha-usaha kecil. Dalam menu ini terdapat beberapa isian
yaitu Jenis Usaha, Nama Usaha, Jenis Biaya, Uraian, Satuan.
H. Menu Maintenance Data Pengusaha
61
Gambar 4.8 merupakan tampilan dari menu maintenance data para
investor / pengusaha kecil. Menu ini digunkan untuk menyimpan data-data
pengusaha (investor) yang telah menerima dana kredit invetasi dari bank. Pada
menu ini terdapat menu isian yaitu Kode, Nama, Alamat, Telepon. Dimana untuk
proses pengolahan datanya menggunakan beberapa tombol yaitu tombol Add yang
digunakan untuk menambah isian sekaligus menyimpan inputan data, tombol
Update yang digunakan untuk mengedit / mengubah data simpanan, tombol
Delete yang digunakan untuk menghapus simpanan data, serta tombol Close yang
digunakan untuk menutup form / kembali ke menu utama.
Tampilan menu pengusaha merupakan penjabaran dari formulir isian
bagi para pengusaha yang mengajukan kredit investasi yang dapat dilihat pada
lampiran 1.1.
I. Menu Maintenance Fuzzyfikasi
Gambar 4.9 Menu Nilai Fuzzy
Gambar 4.9 merupakan tampilan dari menu nilai fuzzy (fuzzyfikasi)
62
(bawah). Beberapa inputan yang terdapat pada menu ini adalah inputan Kode,
Kode Komoditi, Nama Komoditi, Batas Bawah NPV, Batas Atas NPV, Batas
bawah IRR, Batas Bawah IRR, Keterangan. Sedangkan tombol-tombol yang ada
antara lain tombol Add yang digunakan untuk menambah isian sekaligus
menyimpan inputan data, tombol Update yang digunakan untuk mengedit /
mengubah data simpanan, tombol Delete yang digunakan untuk menghapus
simpanan data, serta tombol Close yang digunakan untuk menutup form / kembali
ke menu proses transaksi yang selanjutnya mengisi data-data analisa pada menu
investasi kelayakan.
J. Menu Transaksi Kelayakan Investasi
63
Gambar 4.10 merupakan tampilan dari menu analisa kelayak untuk
mendapatkan kredit investasi usaha kecil. Pada menu ini terdapat beberapa bentuk
isian yaitu Nomor, Kode Komoditi, Nama Komoditi, Umur Investasi, Nilai
Investasi, Bunga, Uraian, Satuan, Volume, Harga, dan Jumlah. Beberapa tombol
yang digunakan pada menu ini antara lain tombol Proses yang digunakan untuk
menganalisa kelayakan, tombol Cancel untuk membatalkan proses penyimpanan
data, dan tombol Save untuk menyimpan data kelayakan.
K. Menu Debitur (Peminjam)
Gambar 4.11 Menu Data Kelayakan
Gambar 4.11 merupakan menu untuk menyimpan data-data debitur yang
layak diberi kredit invetasi, terdiri dari beberapa inputan yaitu Nomor, Kode,
Nama, Alamat, dan Telpon, serta tombol Save yang digunakan untuk menyimpan
64
L. Menu Laporan Data Investasi
Gambar 4.12 Laporan Transaksi Investasi
Gambar 4.12 merupakan menu untuk membuat laporan dari transaksi
investasi yang ada. Pada form ini terdapat beberapa yaitu tombol Preview yang
berfungsi untuk menampilakan data sebelum dicetak, tombol Close yang
berfungsi untuk kembali ke menu utama.
M. Menu Laporan Grafik Investasi
65
Gambar 4.13 merupakan tampilan dari grafik jumlah kredit investasi
yang diberikan oleh pihak bank kepada pihak debitur.
4.4 Uji Coba dan Evaluasi Sistem
Pada uji coba sistem ini bertujuan untuk melakukan analisa perhitungan
terhadap data-data komoditi usaha kecil yang ada menurut survey pada Bank
Indonesia. Beberapa test cases yang dibuat antara lain sebagai berikut :
A. Contoh kasus 1
Tujuan :
Untuk menghitung nilai (analisa) kelayakan pemberian kredit
investasi bagi pengusaha kecil (usaha kecil), guna memberikan
suatu keputusan yang tepat.
Input :
Inputan sistem berupa data komoditi usaha, data produksi, dan data
asumsi pembiayaan usaha, dalam contoh ini adalah data komoditi
jeruk keprok / siam. Adapun datanya sebagai berikut :
Tabel 4.1 Data-data nilai usaha kecil jeruk keprok / siam
Umur Investasi
Nilai
Investasi Bunga
Total
Menghitung semua variabel input dengan menggunakan ketentuan
66
NPV (Net Present Value) dan IRR (Internal Rate of return) serta
perhitungan bunga yang diperoleh dari ketentuan bank.
Output :
Dengan menggunakan perhitungan analisis fuzzy logic diperoleh
hasil bahwa NPV sebesar 1.105.375.92 dan IRR 22.13% dan
keputusannya adalah Layak untuk medapatkan bantuan kredit
investasi usaha, seperti ditunjukkan pada gambar 4.14 berikut ini :
Gambar 4.14 Output nilai kelayakan investasi.
Keputusan analisa :
Hasil dari proses diatas dapat diketahui bahwa nilai kelayakan
suatu usaha kecil untuk mendapatkan kredit investasi perbankan
diperoleh dari total NPV dan nilai prosentase IRR tidak lebih besar