BAB II
TINJAUAN PUSTAKA DAN LANDASAN TEORI
2.1 Tinjauan Pustaka
Penelitian yang dilakukan oleh Apriliani Wulandari, (2007), Penelitian ini memfokuskan pada penggunaan kriteria Bayes dalam proses pemberian kredit modal kerja pada koperasi Umbul Jaya. Proses penentuan kelayakan kredit berdasarkan beberapa kriteria yaitu kemampuan membayar kembali, pengalaman menggelola usaha, penguasaan pasar, kondisi peralatan dan angunan. Penelitian yang dibahas adalah mengenai sistem pendukung keputusan untuk analisis penilaian kelayakan pemberian kredit dengan mengambil studi kasus pada Bank. Penelitian ini memfokuskan penggunaan metode 5C (Character, Capital, Capacity, Collateral, Conditon of economi) untuk menyelesaikan masalah yang berkaitan dengan penilalian kelayakan pemberian kredit.
Penelitian yang pernah dilakukan oleh Hermanto Undjila, (2012), Penelitian ini berjudul kelayakan pemberian kredit sepeda motor dengan metode profile matching. Penelitian ini dilakukan dengan data kasus PT. Suzuki Finance, penelitian yang dibahas adalah bagaimana meminimalisir kesalahan yang dilakukan oleh pihak perusahaan dalam proses penentuan kelayakan pemberian kredit yang mana akan dapat mengakibatkan terjadi resiko kredit macet sehingga perusahaan harus menarik kembali sepeda motor dari nasabah. Untuk mengatasi masalah yang terjadi dalam perusahaan tersebut maka dibutuhkan suatu teknologi komputer melalui penerapan metode profile matching. Metode ini dilakukan dengan menentukan nilai bobot untuk setiap kriteria, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif yang ada. Sehingga dapat mengurangi resiko kredit macet yang dilakukan oleh nasabah.
Penelitian yang dilakukan oleh Alif Wahyu Oktaputra, Dr.Ir. Edi Noersasongko,M.Kom (2014), yang berjudul sistem pendukung keputsan kelayakan pemberian kredit motor menggunakan metode simple additive weighting pada perusahaan leasing HD Finance. penelitian ini dilakukan dengan
data kasus PT HD Finance, penelitian yang dibahas adalah bagaimana menangani kendala kredit macet yang menyebabkan pendapatan perusahaan berkurang yang disebabkan oleh kredit macet, dimana tercatat sebesar 1,36% dari 2120 konsumen kredit motor diperusahaan tersebut.
Permasalahan yang ditemui dalam penelitian ini adalah bagaimana merancang suatu model aplikasi yang dapat digunakan untuk membantu Credit Analyst dalam proses analisa data dan penilaian terhadap konsumen sesuai dengan faktor-faktor yang dijadikan acuan dalam pengambilan keputusan oleh Credit Analyst. Untuk mengatasi masalah yang terjadi dalam perusahaan tersebut maka dibutuhkan suatu teknologi komputer melalui penerapan metode simple additive weighting yang diharapakan dapat membantu dalam memberikan rekomendasi dan pertimbangan dalam pengambilan keputusan realisasi kredit berdasarkan kriteria yang telah ditentukan oleh pihak perusahaan.
Penelitian yang dilakukan oleh Ivan Kinski, (2013), yang berjudul sistem pendukung keputusan pemberian kredit sepeda motor untuk konsumen PT.FIF cabang medan menggunakan metode Analytic Hierarchi Process (AHP). penelitian ini dilakukan dengan data kasus PT.FIF cabang medan, penelitian ini membahas tentang pelaksanaan Keputusan untuk penentuan pemberian kreditr sepeda motor ini masih dilakukan secara manual dan konvensional, dalam arti belum memanfaatkan kemampuan komputer (dalam bentuk suatu sistem informasi) secara utuh, sehingga dirasakan masih ditemukan beberapa permasalahan. Untuk mengatasi masalah yang terjadi dalam perusahan tersebut dengan merancang suatu sistem yang dapat Memberi Bobot Pada Kriteria Keputusan dengan menggunakan metode Analytic Hierarchi Process (AHP). Pemberian bobot pada setiap kriteria keputusan bertujuan untuk menentukan bagaimana standar dalam Keputusan untuk penentuan pemberian kredit tersebut.
Perhitungannya berdasarkan suatu nilai atau range pada tiap–tiap kriteria. Pada masalah yang tersebut diatas terdiri dari dua nilai keputusan yaitu baik dan tidak baik.
Penelitian yang dilakukan oleh ARIEF KURNIAWAN, (2010), yang berjudul sistem pendukung keputusan kelayakan kredit pemilik motor dengan metode scoring system. Penelitian ini dilakukan dengan data kasus PT.Astra, penelitian yang dibahas kali ini adalah bagaimana untuk dapat menentukan siapa saja yang berhak mendapatkan pinjaman kredit motor dengan kegiatan administrasi yang meliputi kegiatan analisis secara kuantitatif dan kualitatif cepat dan tepat dengan data-data yang berbentuk angka-angka. Untuk membantu mengatasi masalah tersebut, maka metode yang sesuai untuk penentuan kelayakan konsumen dalam pemberian peminjaman kredit motor adalah metode Scoring System karena metode ini memiliki kemampuan untuk menyajikan informasi dalam bentuk angka sehingga mempersingkat waktu dalam kegiatan administrasi kredit, khususnya kegiatan verifikasi yang dilakukan oleh pihak PT. Astra.
2.2 Landasan Teori 2.2.1 Leasing
Sewa guna usaha (Bahasa Inggris: leasing) atau sering disingkat SGU adalah kegiatan pembiayaan dengan menyediakan barang modal baik dengan hak opsi (finance lease) maupun tanpa hak opsi (operating lease) untuk digunakan oleh penyewa guna usaha (lessee) selama jangka waktu tertentu berdasarkan pembayaran secara angsuran . Hak opsi adalah hak untuk membeli objek sewa guna usaha setelah berakhirnya perjanjian berdasarkan nilai sisa yang disepakati bersama. Pengadaan barang modal dapat juga dilakukan dengan cara membeli barang penyewa guna usaha yang kemudian disewagunausahakan kembali. Sepanjang perjanjian SGU, hak milik atas barang modal berada pada perusahaan pembiayaan.(Andi, 2006).
2.2.2 Kredit
Kredit berasal dari kata latin “credo” yang berarti “saya percaya”, yang merupakan kombinasi dari bahasa sansekerta “cred” yang artinya “kepercayaan” dan bahasa latin “do” yang artinya “saya tempatkan”. Memperoleh kredit berarti memperoleh kepercayaan. Atas dasar kepercayaan kepada seseorang yang memerlukannya maka diberikan uang, barang atau jasa dengan syarat membayar
kembali atau memberikan penggantiannya dalam suatu jangka waktu yang telah diperjanjikan. Dalam Pasal 1 angka 11 Undang-Undang nomor 10 Tahun 1998 tentang Perubahan Atas Undang-Undang Nomor 7 Tahun 1992 tentang Perbankan, mendefinisikan kredit sebagai berikut : ”Kredit adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam-meminjam antara bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi utangnya setelah jangka waktu tertentu dengan pemberian bunga.” (Tata Nugraha, 2009).
2.2.3 Logika Fuzzy a) Definisi Fuzzy Logic
Kata Fuzzy merupakan kata sifat yang berarti kabur, tidak jelas. Fuzziness
atau kekaburan atau ketidakjelasan atau ketidakpastian selalu meliputi keseharian manusia. Orang yang belum pernah mengenal logika fuzzy pasti akan mengira bahwa logika fuzzy adalah sesuatu yang rumit dan tidak menyenangkan. Namun, sekali seseorang mulai mengenalnya, pasti akan tertarik untuk ikut mempelajari logika fuzzy. Logika fuzzy dikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzy modern dan metodis baru ditemukan beberapa tahun yang lalu, padahal sebenarnya konsep tentang logika fuzzy itu sendiri sudah ada sejak lama (Kusumadewi, 2002).
Logika fuzzy adalah suatu cara yang tepat untuk memetakan ruang input
kedalam suatu ruang output (Kusumadewi, 2003). Konsep ini diperkenalkan dan dipublikasikan pertama kali oleh Lotfi A. Zadeh, seorang profesor dari University of California di Berkeley pada tahun 1965. Logika fuzzy menggunakan ungkapan bahasa untuk menggambarkan nilai variabel. Logika fuzzy bekerja dengan menggunakan derajat keanggotaan dari sebuah nilai yang kemudian digunakan untuk menentukan hasil yang ingin dihasilkan berdasarkan atas spesifikasi yang telah ditentukan. Telah disebutkan sebelumnya bahwa logika fuzzy memetakan
ruang input ke ruang output. Antara input dan output ada suatu kotak hitam yang harus memetakan input ke output yang sesuai. Alasan mengapa orang menggunakan logika fuzzy, yaitu (Kusumadewi, 2003) :
1) Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
2) Logika fuzzy sangat fleksibel
3) Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
4) Logika fuzzy mampu memodelkan fungsi-fungsi nonlinier yang sangat kompleks.
5) Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
6) Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
7) Logika fuzzy didasarkan pada bahasa alami
b. Himpunan Fuzzy
Himpunan tegas (crisp) A didefinisikan oleh item-item yang ada pada himpunan itu. Jika a.A, maka nilai yang berhubungan dengan a adalah 1. namun jika a.A, maka nilai yang berhubungan dengan a adalah 0. notasi A = {x|P(x)} menunjukkan bahwa A berisi item x dengan p(x) benar. Jika XA merupakan fungsi karakteristik A dan properti P, maka dapat dikatakan bahwa P(x) benar, jika dan hanya jika XA(x)=1 (Kusumadewi, 2003). Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item dalam semesta pembicaraan tidak hanya berada pada 0 atau 1, namun juga nilai yang terletak diantaranya. Dengan kata lain, nilai kebenaran suatu item tidak hanya benar atau salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai-nilai yang terletak antara benar dan salah. Himpunan fuzzy memiliki 2 atribut, yaitu (Kusumadewi, 2003):
1) Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami.
2) Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel. Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu sebagai berikut (Kusumadewi, 2010) :
a. Variabel Fuzzy
Variabel Fuzzy merupakan variabel yang akan dibahas dalam sistem Fuzzy. b. Himpunan Fuzzy
Himpunan Fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel.
c. Semesta pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel Fuzzy. Semesta pembicaraan merupakan himpunan bilangan nyata yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat berupa bilangan positif maupun negatif.
d. Domain
Domain himpunan Fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioprasikan dalam suatu himpunan Fuzzy. Seperti halnya semesta pembicaraan, domain merupakan himpunan bilangan nyata yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan.
Fungsi Keanggotaan(Membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan.
a. Reperesentasi Linear pada representasi linear, pemetaan input ke drajat
keanggotaan digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas. Ada 2 keadaan himpunan fuzzy yang linear. Pertama, kenaikan himpunan dimulai pada nilai pada nilai domain yang memiliki derajat keanggotaan [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi. Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju nilai domain yang memiliki derajat keanggotaan lebih tinggi. Lihat gambar 2.1
Gambar 2.1 Representasi Linear Naik (kusuma dewi,2010) Fungsi Keanggotaanya :
... (2.1)
Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memilik derajat keanggotaan lebih rendah. Lihat gambar 2.2.
Gambar 2. 2 Representasi Linear Turun (Kusumadewi (2010) Fungsi keanggotaanya:
... (2.3) b. Representasi Kurva Trapesium
Kurva Segitiga pada dasarnya merupakan gabungan antara 2 garis (linier).
Gambar 2. 4 Representasi Kurva Trapesium (Kusumadewi, 2010) c. Representasi Kurva Bentuk Bahu
Daerah yang terletak di tengah-tengah suatu variabel yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun. Tetapi terkadang salah satu sisi dari variabel tersebut tidak mengalami perubahan. Himpunan fuzzy „bahu‟, bukan segitiga, digunakan untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri bergerak dari benar ke salah, demikian juga bahu kanan
bergerak dari salah ke benar. Sebagai contoh, himpunan fuzzy pada variabel temperatur dengan daerah bahunya.
Gambar 2. 5 Representasi Kurva Bentuk Bahu (Kusumadewi, 2010) 2.2.4 Fuzzy Multi Attribute Decision Making
Fuzzy Multi Attribute Decision Making (FMADM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuranukuran atau aturan-aturan atau standar yang digunakan dalam pengambilan keputusan. Secara umum dapat dikatakan bahwa FMADM menyeleksi alternatif terbaik dari sejumlah alternatif. (Kusumadewi, 2006).
FMADM melibatkan banyak tanda, banyak tujuan atau keduanya. Alternatif keputusan memiliki tanda atau atribut. Atribut adalah karakteristik atau kualitas dari beberapa alternatif. Pengambilan keputusan dengan multi atribut melibatkan pemilahan alternatif terbaik dari beberapa macam alternatif. Tujuannya adalah menghadirkan penerapan dari atribut. Tujuan akhir yang betul-betul diinginkan adalah sebagai tingkat sasaran atribut. Sementara sebuah ciri khas dari sebuah pilihan keputusan adalah sebuah atribut. Maksimasi atau minimasi yang merupakan ciri khas dari sebuah tujuan dan tujuan sasaran akhir dari untuk ciri khas sebuah tujuan akhir, menurut Bawono (1999, hal. 236) dalam buku berjudul “Analisis Pengambilan Keputusan Dengan Banyak Persyaratan (FMADM)”, Ada 3 langkah penting yang harus dikerjakan. Langkah-langkah penyelesaian Ada 3 langkah penting yang harus dikerjakan. Langkah-langkah
penyelesaian Fuzzy Multi attribute decision making (Kusumadewi, 2006) seperti berikut ini.
a. Representasi Masalah
Representasi masalah memiliki tiga langkah yang harus dikerjakan. Ketiga langkah tersebut adalah sebagai berikut :
1) Identifikasi tujuan keputusan dan kumpulan alternatif keputusan. Tujuan keputusan dapat direpresentasikan dengan bahasa alami atau nilai angka.
2) Identifikasi kumpulan kriteria jika ada K kriteria, maka dapat dituliskan sebagai berikut C = {Ct | = 1,2...k}.
3) Membangun struktur hirarki dari masalah tersebut berdasarkan pertimbangan-pertimbangan tertentu. Struktur hirarki masalah dapat dilihat pada Gambar 2.6
Gambar 2.6 Struktur Hirarki Masalah (Kusumadewi, 2006) 2.2.5 Proses Pengambilan Keputusan
Proses pengambilan keputusan dipeniliatan ini menggunakan model Simon yang mempunyai 4 tahap antara lain :
1. Tahap Intelegensi 2. Tahap Desain
3. Tahap Pemilihan dan 4. Tahap Implementasi
Untuk lebih jelasnya dapat dilihat pada Gambar 2.7 (Turban, 2005).
Gambar 2.7 proses pengambilan keputusan 1. Tahap Intelegensi
Pada tahap ini masalah yang ada akan diidentifikasi. V Intelegensi mencakup berbagai identifikasi situasi atau peluang-peluang masalah. Dalam pengambilan keputusan penilaian pegawai ini yang termasuk dalam tahap intelegensi adalah bagaimana proses pengambilan keputusan yang digunakan, data apa saja yang dibutuhkan.
2. Tahap Desain
Tahap desain meliputi penemuan atau rnengembangkan dan menganalisis tindakan yang mungkin untuk dilakukan. Hal ini meliputi pemahaman terhadap masalah dan menguji solusi yang layak. Sebuah model masalah pengambil keputusan dikonstruksi, dites, dan divalidasi. Dari masalah yang diuraikan dalam tahap intelegensi, maka dibutuhkan sebuah sistem yang dapat membantu secara cepat, tepat dengan pertimbangan kriteria-kriteria yang telah ditentukan, maka diusulkan untuk pengimplementasian sebuah
khususnya fuzzy m u l t i a t t r i b u t e d e c i s i o n m a k i n g dengan weighted product.
3. Tahap Pemilihan
Pilihan merupakan tindakan pengambil keputusan yang kritis. Tahap pilihan adalah tahap dimana dibuat suatu keputusan yang nyata dan diambil suatu komitmen untuk mengikuti suatu tindakan tertentu.
4. Tahap Implementasi
Pada tahap ini analisis yang sudah dibuat akan diirnplernentasikan ke sebuah prototype sistem.
