ANALISIS KREDIT CALON DEBITUR MENGGUNAKAN METODE FUZZY TSUKAMOTO

Eka Patriya; Ety Sutanty; Handayani Handayani; Meilani B. Siregar; Esti Setiyaningsih

doi:10.35760/ik.2022.v27i1.6169

ANALISIS KREDIT CALON DEBITUR MENGGUNAKAN METODE FUZZY TSUKAMOTO

Eka Patriya
Universitas Gunadarma
Indonesia

Ety Sutanty
Universitas Gunadarma
Indonesia

Handayani Handayani
Universitas Gunadarma
Indonesia

Meilani B. Siregar
Universitas Gunadarma
Indonesia

Esti Setiyaningsih
Universitas Gunadarma
Indonesia

DOI: http://dx.doi.org/10.35760/ik.2022.v27i1.6169

Article Submitted: 06 April 2022

Article Published: 15 June 2022

Abstract

Bank sebagai salah satu lembaga keuangan di Indonesia yang berbentuk bank memberikan jasa keuangan dengan menggunakan prinsip-prinsip perbankan. Bank SENDIRI menyediakan berbagai jenis fasilitas kredit, salah satunya Kredit Multi Guna. Saat ini proses analisis pengajuan kredit di Bank dilakukan dengan menggunakan Sistem Electronic Loan, akan tetapi ketika sistem bermasalah maka proses analisis kredit dilakukan dengan cara manual oleh analis. Tentu saja hal ini mengakibatkan proses analisis kredit membutuhkan waktu. Pada penelitian ini peneliti mengimplementasikan diimplementasikan penggunaan metode fuzzy tsukamoto dalam menganalisis kelayakan kredit calon debitur Bank. Proses analisis kredit pada penelitian ini menggunakan 3 variabel yaitu pekerjaan, Debt Service Ratio (DSR) yang merupakan perbandingan antara angsuran kredit dengan penghasilan, serta kolektabilitas. Masing-masing variabel memiliki 3 himpunan fuzzy dan aturan yang terbentuk adalah sebanyak 27 aturan. Kelayakan KMG calon debitur pada penelitian ini menggunakan hasil dari proses defuzzifikasi. Hasil ujicoba menunjukkan, implementasi fuzzy tsukamoto berdasarkan variabel, DSR, dan kolektabilitas berhasil menghasilkan keputusan kelayakan fasilitas kredit calon debitur Bank dari hasil defuzzifikasi. Hasil penelitian ini diharapkan dapat mempermudah analis dalam melakukan proses analisis pemutusan kredit calon debitur Bank.

Keywords

Analisis; DSR; Fuzzy Tsukamoto; Himpunan; Kredit

References

A.A. Rahman, R.A. Latif, R. Muda, and M.A. Abdullah, “Failure and potential of profit-loss sharing contracts: a perspective of New Institutional”, Economic (NIE) Theory. Pacific-Basin Finance Journal, 28(3), 136-151, June 2014.

A.S. Alshatti, “The effect of credit risk management on financial performance of Jordanian Commercial banks”, Investment Management & Financial Innovations, 12(1), 338-345, April 30, 2015.

F. Li, Y. Zou, and C. Lions, “The Impact of credit risk management on profitability of commercial banks: A study of Europe”, Journal of Business and Economics, 4(8), 1-93, 2014.

F.N Misman, I. Bhatti, W. Lou, S. Samsudin, and N.H.A. Rahman, “Islamic Banks Credit Risk: A Panel Study”, Procedia Economics and Finance, 31(3), 75-82, 2015.

I. Abiola, S. Olausi, “The Impact of credit risk management on commercial banks performance”, International Journal of Management and Sustainability, 3(5), 295-306, 2014.

A. Lahsasna,“Evaluatoon of credit risk using evolutionary fuzzy logic scheme”, Master, Faculty of computer science and information of technology, University of Malaya, 2019

Y. Hao, M. Usama, J. Yang, M. S. Hossain, Q. Liu, and A. Ghoneim, “Recurrent convolutional neural network based multimodal disease risk prediction,” Future Generation Computer Systems, vol. 92, no. 1, pp. 76–83, 2019.

P. Ziemba, A. R. Zalas, and J. Becker, “Client evaluation decision models in the credit scoring tasks”, Procedia Computer Science,Volume 176, 2020, Pages 3301-3309, ISSN 1877-0509

B. Nurdewanto, E. Sonalitha, F. Amrullah, and S. Ratih, “Aplikasi Market Matching Berbasis Fuzzy sebagai Penunjang Keputusan Ekspor Produk UMKM (Market Matching Application Based Fuzzy as Supporting MSMEs Product Export Decision),” MATICS, vol. 9, no. 2, p. 58, Dec 2017.

N. R. Sari, W. F. Mahmudy, and A. P. Wibawa, “Mengukur Performa Model TSK Fuzzy Logic Menggunakan Faktor Eksternal untuk Peramalan Laju Inflasi (Measuring the Performance of Fuzzy Logic TSK Model Using External Factors for Inflation Rate Forecasting)”, MATICS, vol. 9, no. 1, p. 27, March 2017.

S.Y. Irianto, Fitria, “Penerapan Metode Fuzzy Inference System Tsukamoto Pada Sistem Pendukung Keputusan Untuk Penerimaan Beasiswa”, Jurnal Informatika, 16(1), pp. 10–24, 2016.

H. Awliya, S.N. Endah, “Aplikasi Penentuan Penerima Kredit Usaha Rakyat Menggunakan Model Fuzzy Tsukamoto”, Jurnal SIFO Mikroskill, 17(2), pp. 163–170, 2016.

Marsono, S.N. Arif, and I. Zulkarnain, “Penerapan Metode Tsukamoto Dalam Pemberian Kredit Sepeda Motor Bekas Pada Pt Tri Jaya Motor”, Jurnal SAINTIKOM, 16(1), pp. 87–100, 2017.

M. Yusida, D. Kartini, A. Farmadi, R.A Nugroho, and Muliadi “Implementasi Fuzzy Tsukamoto Dalam Penentuan Kesesuaian Lahan Untuk Tanaman Karet Dan Kelapa Sawit”, Klik - Kumpulan Jurnal Ilmu Komputer, 4(2), p. 233. doi: 10.20527/klik.v4i2.115, 2018.

N.S Tanjung, K. Tampubolon, M. Sianturi, and Suginam “Modal Usaha Menerapkan Metode Fuzy Tsukamoto (Studi Kasus : PT . BPR Bina Barumun)”, Konferensi Nasional Teknologi Informasi dan Komputer, vol. 2, pp. 376–381, 2018.

Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma