32 3.1 ANALISIS MASALAH
3.1.1 Analisa Masalah Sistem Yang Berjalan
Dalam menentukan signifikan sebuah risiko, PT Telekomunikasi Indonesia TBK. Menggunakan dua indikator yang diperhitungkan yaitu dampak kerugian finansial dan kemungkinan terjadi risiko.Saat ini PT. Telekomunikasi Indonesia TBK untuk menentukan signifikan sebuah risiko dengan membandingkan atribut dengan matrik yang telah ditentukan. Signifikan risiko dibedakan menjadi 5 kelas, yaitu ”Very Low”,
Gambar 3.1. Flowchart tahapan manajemen risiko
Pada sistem aplikasi yang saat ini berjalan digunakan fitur dropdowndalam menentukan level signifikansi risiko, sehingga mempunyai beberapa kelemahan dalam penerapannya, yaitu:
1. Unsur human error(kesalahan manusia) dalam memilih level signifikasi risiko. Hal ini dikarenakan pada sistem yang sekarang ini menggunakan pilihan dropdown, sehingga memungkinkan terjadinya salah pilih level signigfikan resikonya
2. Unsur kepentingan dalam menentukan risiko. Hal ini dapat terjadi jika ada unsure kesengajaan dari usernya dalam memilih level signifikansi resiko untuk kepentingan pihak tertentu.
Gambar 3.2. Penentuan level signifikansi risiko existing
3.1.2 Analisa Solusi
Berdasarkan dari sistem yang saat ini berjalan dan adanya beberapa kelemahan, maka diajukan solusi dalam menentukan level dampak signifikasi risiko dan kemungkinan terjadinya risiko dengan menggunakan algoritma K-Nearest
Neighborterhadap level risiko.
Pada penelitian ini sistem menangani penentuan dampaksignifikansi finansial (financial impact) dan peluang terjadi (likelihood)risiko melalui aplikasi web. Input yang diberikan olehend-user dilakukan dengan cara memasukkan data berisi variabel yang dipergunakan dalam perhitungan,yaitu variable kerugian finansial (Rp) dan variable peluang terjadi (likelihood) (%). User tersebut diasumsikan telahmengetahui data-data pendukung dampak kerugian finansial dan peluang terjadi resiko.Penentuan signifikan risiko dilakukan dengan melibatkan sampel data yang telah ditentukan yaitu data dampak financial dan peluang terjadi, data yang digunakan sebanyak 50 sampel
data. Pada penelitian ini, signifikan risiko dibedakan menjadi 5 kelas, yaitu ”Very
Low”, ”Low”, “Medium”, “High”, dan ”Very High”.
Mulai
Inisialisasi, mendefisikan K (nilai dampak kerugian
finansial) (K = Ditentukan Oleh User)
Hitung Jarak antara data sampel dan data dampak
kerugian finansial
Urutkan jarak berdasarkan yang terkecil
Ambil data jarak sebanyak K (K= 5)
Tentukan Status dampak kerugian finansial Berdasarkan
Mayoritas Pada K Selesai Data Sampel kerugian finansial Perhitungan jarak = 50 data ? Ya Tidak
Gambar 3.3. Flowchart Algoritma KNNterhadap dampak kerugian finansial
Keterangannya sebagai berikut :
1. User menentukan nilai K terhadap dampak kerugian finansial yang akan dievaluasi.
2. Menghitung jarak antara data dampak kerugian finansial yang akan dievaluasi dengan semua data sampel dampak kerugian finansial.
3. Jika perhitungan jarak sudah mencapai 50 data maka, setelah itu mengurutkan jarak yang terbentuk berdasarkan dari yang terkecil ke yang terbesar.
4. Ambil data jarak yang terdekat sebanyak 5 data.
5.
Status dampak kerugian finansial akan ditentukan berdasarkan mayoritas K Penjelasan pengklasifikasian pada algoritma diatas, adalah:1. Proses pembelajaran (Fase Learning) adalah dimana data dampak kerugian finansial yang akan diuji akan melakukan perhitungan terhadap 50 data sampel, proses akan terus belajar (melakukan perhiutngan) terhadap setiap data sampel yang akan dihitung dan hasilnya akan diurutkan berdasarkan dari yang terkecil ke yang terbesar.
2. Proses Klasifikasian: Setelah hasil perhitungan dan melakukan proses pengurutan, maka akan dilakukan penentuan klasifikasi status dampak kerugian finansial berdasarkan rule yang telah ditentukan
Mulai
Inisialisasi, mendefisikan K (nilai kemungkinan terjadi
risiko)
(K = Ditentukan Oleh User) Hitung Jarak antara data sampel dan data dampak
kerugian finansial
Urutkan jarak berdasarkan yang terkecil
Ambil data jarak sebanyak K (K= 5)
Tentukan Status kemungkinan terjadi Berdasarkan Mayoritas
Pada K Selesai Data Sampel kemungkinan terjadi Perhitungan jarak = 50 data ? Ya Tidak
Gambar 3.4. Flowchart Algoritma KNN terhadap kemungkinan terjadi risiko Keterangannya sebagai berikut :
1. User menentukan nilai K terhadap dampak kemungkinan terjadi yang akan dievaluasi.
2. Menghitung jarak antara data dampak kemungkinan terjadi yang akan dievaluasi dengan semua data sampel kemungkinan terjadi.
3. Jika perhitungan jarak sudah mencapai 50 data maka, setelah itu mengurutkan jarak yang terbentuk berdasarkan dari yang terkecil ke yang terbesar.
4. Ambil data jarak yang terdekat sebanyak 5 data.
5.
Status kemungkinan terjadi akan ditentukan berdasarkan mayoritas pada KPenjelasan pengklasifikasian pada algoritma diatas, adalah:
1. Proses pembelajaran (Fase Learning) adalah dimana data kemungkinan terjadi yang akan diuji akan melakukan perhitungan terhadap 50 data sampel, proses akan terus belajar (melakukan perhiutngan) terhadap setiap data sampel yang akan dihitung dan hasilnya akan diurutkan berdasarkan dari yang terkecil ke yang terbesar.
2. Proses Klasifikasian: Setelah hasil perhitungan dan melakukan proses pengurutan, maka akan dilakukan penentuan klasifikasi status kemungkinan terjadi berdasarkan rule yang telah ditentukan
3.2 MATRIKS DAN DATA RISIKO
3.2.1 Matrik Dampak Kerugian Finansial
Matrik dampak adalah tabel yang berisikan kriteria yang akan digunakan sebagai acuan dalam pengukuran dampak risiko dalam hal ini kerugian finansial. Kriteria dimaksud berupa:
1. Pembagian level dari dampak, yang terdiri dari 5 (lima) level yaitu Very Low (LV), Low (L), Medium (M), High (H), dan Very High(VH)
2. Ukuran dari masing-masing dampak
Tabel 3.1 Dampak dalam format matriks
Impact
Tipe Dampak / impact type
very low Low Medium High very high
(very small
impact) (small impact
(medium impact) (large impact) (very large impact) Kerugian finansial 0 < kerugian < 10 miliar 10 milliar < kerugian < 75 milliar 75 milliar < kerugian < 150 milliar 150 milliar < kerugian < 300 milliar 300 milliar < kerugian
Pada dasarnya likelihood suatu risiko ditentukan oleh peluang tersebut terjadi di masa mendatang. Tabel likelihood yang disusun berupa tabel yang berisikan kriteria yang akan digunakan sebagai acuan dalam pengukuran peluang terjadi suatu risiko di masa mendatang. Seperti halnya pada Tabel Dampak, pada Tabel likelihood juga terdiri dari beberapa kriteria, yaitu:
1. Pembagian level dari dampak, yang terdiri dari 5 (lima) level yaitu Very Low (LV), Low (L), Medium (M), High (H), dan Very High (VH)
2. Ukuran dari masing-masing likelihood.
Tabel 3.2.Kemungkinan terjadi dalam format matriks
3.2.3 Data Dampak Kerugian Finansial
Data Dampak Kerugian Finansial merupakan data uji yang akan digunakan untuk menguji data Dampak kerugian finansial baru dalam menentukan signifikan status. Data dampak kerugian finansial diperoleh berdasarkan data dari PT. Telekomunikasi Indonesia TBK.
Likelihood
Tipe Kejadian
/ Event
Very Low Low Medium High Very High
Peluang terjadi Hampir Pasti Tidak Terjadi Sangat Mungkin Tidak Terjadi Mungkin Terjadi Sangat Mungkin Terjadi Hampir Pasti Terjadi (0 < P 0,01 %) (0,01 < P < 30 %) (30 < P < 75 %) (75 < P < 90%) (90 < P < 99,99%)
Berikut adalah ringkasan Data dampak kerugian financial, untuk data lengkapnya dapat dilihat di lampiran
Tabel 3.3.Ringkasan data Dampak Kerugian Finansial
No Dampak
Range Kerugian Finansial Status 1 1,000,000,000 - 9,900,000,000 Very Low 2 10,100,000,000 - 74,900,000,000 Low 3 75,100,000,000 - 149,000,000,000 Medium 4 151,000,000,000 - 299,000,000,000 High 5 310,000,000,000 - 500,000,000,000 Very High
3.2.4 Data Peluang Terjadi
Data Peluang Terjadi merupakan data uji yang akan digunakan untuk menguji data peluang terjadi baru dalam menentukan signifikan status. Data dampak peluang terjadi diperoleh berdasarkan data dari PT. Telekomunikasi Indonesia TBK.
Berikut adalah ringkasan data peluang terjadi, untuk data lengkapnya dapat dilihat di lampiran.
Tabel 3.4. Ringkasan data Kemungkinan Terjadi Risiko
No Likelihood
Bobot (%) Keterangan Status
1 0.01 Hampir Pasti Tidak Terjadi Very Low 2 0.02 - 29
Sangat Mungkin Tidak
Terjadi Low
3 31 – 74 Mungkin Terjadi Medium 4 76 - 89 Sangat Mungkin Terjadi High 5 91 – 99.99 Hampir Pasti Terjadi Very High
3.3 PERANCANGAN
3.3.1 Diagram Use Case
Untuk mengenal proses dari suatu sistem digunakan diagram use case. Dengan diagram use case ini dapat diketahui proses yang terjadi pada aplikasi. Gambar use case bisa dilihat pada gambar di bawah ini (gambar 3.5)
Aplikasi
User
Login
input data dampak kerugian finansial
lihat level dampak kerugian finansial lihat level kemungkinan terjadi * * * * * * * * input data kemungkinan terjadi * *
Gambar 3.5. Diagram Usecase Aplikasi
Penjelasan diagram usecase diatas sebagai berikut:
2. Usecase input data dampak kerugian financial, digunakan untuk memasukkan data dampak kerugian finansial risiko yang akan dievaluasi.
3. Usecase input data kemungkinan terjadi, digunakan untuk memasukkan data kemungkinan terjadirisiko yang akan dievaluasi.
4. Usecase lihat level dampak kerugian finansial, digunakan untuk melihat status atau level dampak kerugian financial risiko.
5. Usecase lihat level kemungkinan terjadi, digunakan untuk melihatt status atau level kemungkinan terjadinya resiko
3.3.2 Diagram Kelas
Daridiagramuse case, dapatdigambarkandiagramkelas sebagaiberkut:
-nik -nama
User
+Login()
+input data dampak kerugian finansial() +input data kemungkinan terjadi risiko() +lihat status level dampak kerugian finansial() +lihat status level kemungkinan terjadi risiko() -nik
-data sampel dampak kerugian finansial -data sampel kemungkinan terjadi
Aplikasi
-data sampel dampak kerugian finansial -keterangan
-status
dampak kerugian finansial
-data sampel kemungkinan terjadi -keterangan
-status
kemungkinan terjadi
Gambar 3.6. DiagramKelas
1) Diagram aktifitas login
Memasukan NIK dan Password
/ Valid User ?
/ Ya
/ Tidak
Menampilkan Halaman Aplikasi
Gambar 3.7. Diagramaktivitas login Penjelasan diagram aktifitas login diatas sebagai berikut: 1. User memasukkan nik dan password.
2. Sistem akan mengecek kevaliditasan nik dan password.
3. Jika nik dan password tidak valid maka user akan kembali proses pertama. 4. Jika nik dan password valid maka aplikasi akan aplikasi bisa diakses oleh user 2) Diagram aktifitas penentuan level dampak kerugian finansial
Memasukan data dampak kerugian finansial Hitung jarak dampak kerugian finansial
Mengurut data jarak asc
ambil jarak terdekat dampak kerugian finansial sebanyak k = 5 menampilkan status dampak kerugian finansial berdasarkan mayoritas pada k
Penjelasan diagram aktifitas penentuan dampak kerugian finansial diatas sebagai berikut:
1. User memasukkan nilai dampak kerugian financial yang akan dievaluasi. 2. Sistem akan menghitung jarak dampak kerugian financial terhadap semua nilai
sampel.
3. Mengurutkan jarak yang telah dihitung berdasarkan dari yang terkecil ke yang terbesar.
4. Ambil data jarak yang terdekat sebanyak 5 data
5. Menentukan dan menampilkan status level dampak kerugian financial berdasarkan mayoritas pada K.
3) Diagram aktifitas penentuan level kemungkinan terjadi
Memasukan data kemungkinan terjadi Hitung jarak dampak kemungkinan terjadi
Mengurut data jarak asc
ambil jarak terdekat kemungkinan terjadi sebanyak k = 5 menampilkan status kemungkinan terjadi berdasarkan mayoritas pada k
Gambar 3.9. Diagramaktivitas penentuan level risiko kemungkinan terjadi Penjelasan diagram aktifitas penentuan kemungkinan terjadi diatas sebagai berikut: 1. User memasukkan nilai kemungkinan terjadi yang akan dievaluasi.
2. Sistem akan menghitung jarak dampak kemungkinan terjadi terhadap semua nilai sampel.
3. Mengurutkan jarak yang telah dihitung berdasarkan dari yang terkecil ke yang terbesar.
4. Ambil data jarak yang terdekat sebanyak 5 data
5. Menentukan dan menampilkan status level kemungkinan terjadi berdasarkan mayoritas pada K.
3.3.4 Diagram Sequence
1) Diagram Sequence Login
User
Form Login Database
pesanError()
Home Page
Login(nik, pass)
CekUser(nik, pass)
GetUser(nik, pass)
Gambar 3.10. DiagramSequence Login
Diagram ini menangani proses
.
Proses untuk gambar diatas yaitu: 1. User melakukan login dengan memasukkan nik dan password.2. Data yang telah dimasukkan akan dicek terlebih duhulu di database apakah data user tersebut terdaftar atau tidak.
3. Jika tidak terdaftar maka kembali ke proses pertama, dan jika data user terdaftar maka user bisa mengakses aplikasi.
2) Diagram Sequence dampak kerugian finansial
User
Form input Aplikasi Database
Input(dataDampak)
hitungJarak(dataDampak) GetDataDampak(dataDampak)
ambil data jarak sebanyak k 5
urut jarak berdasarkan asc
menampilkan level dampak kerugian finansial berdasarkan mayoritas pada k
Gambar 3.11. DiagramSequence penentuan level risiko dampak kerugian finansial.
Diagram ini menangani proses
.
Proses untuk gambar diatas yaitu:1. User melakukan memasukkan data dampak kerugian finansial yang akan dievaluasi.
2. Data dampak kerugian finansial tersebut akan dihitung dengan data sampel dampak kerugian finansial untuk didapatkan jaraknya.
3. Data jarak yang telah dihitung kemudian diurutkan berdasarkan dari yang terkecil ke yang terbesar.
4. Ambil data jarak yang terdekat atau yang terkecil sebanyak 5 data.
5. Menampilkan status level dampak kerugian finansial berdasarkan mayoritas pada K.
3) Diagram Sequence kemungkinan terjadi
User
Form input Aplikasi Database
Input(dataKemungkinan)
hitungJarak(dataKemungkinan) GetDataKemungkinan(dataKemungkinan)
ambil data jarak sebanyak k 5
urut jarak berdasarkan asc
menampilkan level kemungkinan terjadi risiko berdasarkan mayoritas pada k
Gambar 3.12. DiagramSequence penentuan level risiko kemungkinan terjadi.
Diagram ini menangani proses
.
Proses untuk gambar diatas yaitu:1. User melakukan memasukkan data kemungkinan terjadi yang akan dievaluasi. 2. Data kemungkinan terjadi tersebut akan dihitung dengan data sampel kemungkinan
terjadi untuk didapatkan jaraknya.
3. Data jarak yang telah dihitung kemudian diurutkan berdasarkan dari yang terkecil ke yang terbesar.
4. Ambil data jarak yang terdekat atau yang terkecil sebanyak 5 data.
3.3.5 Rancangan antarmuka program
Rancangan antarmuka utama program yang akan dibuat adalah sebagai berikut:
Gambar 3.13.Tampilan Perancangan Form Login
Gambar 3.14.Tampilan Perancangan Form Dampak Finansial
