7/26/2019 Skripsi 3df
1/37
i
IMPLEMENTASI METODE FUZZY TSUKAMOTO
UNTUK MENENTUKAN KELAYAKAN PEMBERIAN KREDIT
DIKPRI BHAKTI BULAKAMBA
SKRIPSI
Disusun Sebagai Salah Satu Syarat
Untuk Memperoleh Gelar Sarjana Komputer
padaJurusan Ilmu Komputer/ Informatika
Disusun Oleh :
DANU PERMADI RENDRA
24010312130128
JURUSAN ILMU KOMPUTER / INFORMATIKA
FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
2016
7/26/2019 Skripsi 3df
2/37
ii
HALAMAN PENGESAHAN
7/26/2019 Skripsi 3df
3/37
iii
DAFTAR ISI
DAFTAR ISI ................................................................................................................... iii
DAFTAR GAMBAR ........................................................................................................ iv
DAFTAR TABEL.............................................................................................................. v
BAB I PENDAHULUAN .................................................................................................. 1
1.1
Latar Belakang ..................................................................................................... 1
1.2 Rumusan Masalah ................................................................................................ 2
1.3 Tujuan dan Manfaat ............................................................................................. 2
1.4
Ruang Lingkup .................................................................................................... 2
LAMPIRANLAMPIRAN ..............................................Error! Bookmark not defined.
7/26/2019 Skripsi 3df
4/37
iv
DAFTAR GAMBAR
Gambar 2.1. Representasi Linear Naik .................................................................................... 7
Gambar 2.2. Representasi Linear Turun .................................................................................. 8
Gambar 2.3. Representasi Kurva Segitiga ............................................................................... 8
Gambar 2.4 Fungsi Implikasi Min ......................................................................................... 10
Gambar 2.5 Fungsi Implikasi Dot.......................................................................................... 10
Gambar 2.6. Sistem InferensiFuzzy ......................................................................................11
Gambar 2.8. ModelFuzzy Tsukamoto .................................................................................... 12
Gambar 2.9 Metode Waterfall............................................................................................... 13
Gambar 3.1. Arsitektur Sistem Aplikasi penentuan kelayakan pemberian kredit
di KPRI Bhakti Bulakamba ................................................................................................... 16
Gambar 3.2. Flowchartsistem pada aplikasi penentuan kelayakan pemberian kredit di KPRI
Bhakti Bulakamba ................................................................................................................. 17
7/26/2019 Skripsi 3df
5/37
v
DAFTAR TABEL
Tabel 2.1 Komponen ERD ...................................................................................................... 4
Tabel 2.2 Komponen DFD ...................................................................................................... 5
Tabel 3.1 Jadwal Kegiatan Tuga Akhir.................................................................................. 19
7/26/2019 Skripsi 3df
6/37
1
BAB I
PENDAHULUAN
1.1
Latar Belakang
Koperasi adalah organisasi bisnis yang dimiliki dan dioperasikan oleh orang-
seorang demi kepentingan bersama (Arthur, et al., 2003). Koperasi melandaskan
kegiatan berdasarkan prinsip gerakan ekonomi rakyat yang berdasarkan asas
kekeluargaan.Prinsip koperasi adalah suatusistemide-ideabstrak yang merupakan
petunjuk untuk membangun koperasi yang efektif dan tahan lama(Hans, 1980).
Koperasi Pegawai Republik Indonesia (KPRI) merupakan salah satu jenis
koperasi yang didirikan dan dikelola oleh pegawai negeri. Anggota dari KPRI adalahpegawai negeriyang betugas di suatu wilayah. KPRI bertujuan terutama untuk
meningkatkan kesejahteraan para pegawai negeri. Sebelumnya KPRI bernama KPN
(Koperasi Pegawai Negeri). KPRI Bhakti Bulakamba merupakan koperasi untuk
pegawai negeri yang mempunyai wilayah kerja di kecamatan Bulakamba Brebes.
Anggota dari KPRI Bhakti Bulakamba adalah pegawai negeri yang terdiri dari guru,
pengawas, dan tenaga kantor UPT Dinas Pendidikan Kecamatan.
Seringkali pemberian kredit di KPRI Bhakti Bulakamba tidak tepat sasaran. Hal
ini dikarenakan pemberian kredit hanya didasarkan karena saling kenal, percaya, atau
penilaian secara subjektif lainnya.
Penelitian tentang pemberian kredit yang serupa telah dilakukan oleh I Made
Budi Suwadnyana dan A.A. Gede Bagus Ariana pada tahun 2013. Penelitian tersebut
menggunakan metode mamdani, dengan mengunakan 3 variabel inputyaitu total gaji,
total pengajuan kredit, dan jangka waktu pengembalian dengan variabel outputberupa
keputusan . Selain itu Hanifah Awliya melakukan penelitian tentang penentuan
penerima KUR menggunakan meodeFuzzy Tsukamotopada tahun 2014. Variabel yang
digunakan pada penelitian tersebut yaitu karakter, modal, jaminan, dan ekonomi dengan
output berupa keputusan.
Berdasarkan alasan tersebut, maka akan dibuat suatu sistem untuk menguji
kelayakan pada pemberian kredit berdasarkan beberapa aspek yang dinilai. Aspek yang
akan dinilai diantaranya yaitu total gaji, besarnya pengajuan kredit, dan lamanya waktu
pengembalian. Dari keempat aspek tersebut, maka dapat ditarik kesimpulan apakah
https://id.wikipedia.org/wiki/Sistemhttps://id.wikipedia.org/wiki/Idehttps://id.wikipedia.org/wiki/Abstrakhttps://id.wikipedia.org/wiki/Abstrakhttps://id.wikipedia.org/wiki/Idehttps://id.wikipedia.org/wiki/Sistem7/26/2019 Skripsi 3df
7/37
2
pengajuan kredit yang dilakukan dikatakan layak atau tidak untuk diberikan pinjaman
berdassarkan perhitungan Fuzzy Tsukamoto. Jika hasilnya tidak layak, maka sistem
akan menampilkan nilai pengajuan kredit yang bisa di setujui.
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas maka dapat dirumuskan suatu permasalahan
yaitu bagaimana implementasi metode Fuzzy Tsukamotountuk menentukan kelayakan
pemberian kredit di KPRI Bhakti Bulakamba.
1.3 Tujuan dan Manfaat
Tujuan yang ingin dicapai dalam tugas akhir ini adalah menghasilkan aplikasi
yang dapatmembantu KPRI Bhakti Bulakamba untuk menentukan kelayakan
pemberian Kredit kepada anggotanya menggunakanFuzzy Tsukamoto.
Adapun manfaat yang diharapkan dari tugas akhir ini adalah membantu KPRI
Bhakti Bulakambadalam pemberian kredit kepada anggotanya agar menjadi lebih tepat
sasaran.
1.4 Ruang Lingkup
Dalam penyusunan tugas akhir ini, diberikan ruang lingkup yang jelas agar
pembahasan lebih terarah dan tidak menyimpang dari tujuan penulisan. Adapun ruang
lingkup dibatasi pada persoalan penentuan kelayakanpemberian kredit di KPRI Bhakti
Bulakamba, yaitu :
1. Kriteria yang menjadi prioritas adalah sisa gaji, jangka waktu pengembalian, dan
pengajuan kredit.
2.
Keluaran yang dihasilkan adalah keputusan dengan nilai kelayakan pemberian kredit
dan nilai pengajuan kredit apabila disetujui berdasarkan perhitungan metode Fuzzy
Tsukamoto.
3. Bentuk implementasi dari sistem ini berbasis web, menggunakan bahasa
pemrograman PHP.
7/26/2019 Skripsi 3df
8/37
3
1.5 Sistematika Penulisan
Sistematika penulisan yang digunakan dalam penulisan tugas akhir ini terbagi
dari beberapa pokok bahasan, yaitu :
BAB I PENDAHULUAN
Bab ini berisi tentang latar belakang, rumusan masalah, tujuan dan
manfaat, ruang lingkup, serta sistematika penulisan dalam penulisan
tugas akhir.
BAB II LANDASAN TEORI
Bab ini berisi tentang dasar teori yang berhubungan dengan topik tugas
akhir. Dasar teori digunakan dalam penyusunan tugas akhir hingga
selesai terciptanya perangkat lunak yang dapat di implementasikan.
BAB III ANALISIS KEBUTUHAN DAN PERANCANGAN
Bab ini berisi tentang analisis kebutuhan pada Aplikasi Penentuaan
Kelayakan Pemberian Kredit Dikpri Bhakti Bulakamba baik
perancangan struktur maupun perancangan antarmukanya.
BAB IV IMPLEMENTASI DAN PENGUJIAN
Bab ini berisi implementasi perangkat lunak serta rincian pengujian
perangkat lunak yang digunakan dengan menggunakan metode
blackbox.
BAB V PENUTUP
Bab ini berisi kesimpulan yang dapat diambil berkaitan dengan
perangkat lunak yang dikembangkan dan saran-saran untuk
pengembangan perangkat lunak lebih lanjut.
7/26/2019 Skripsi 3df
9/37
4
BAB II
TINJAUAN PUSTAKA
2.1.
Koperasi
Koperasi adalah organisasi bisnis yang dimiliki dan dioperasikan oleh orang-
seorang demi kepentingan bersama (Arthur, et al., 2003). Koperasi melandaskan
kegiatan berdasarkan prinsip gerakan ekonomi rakyat yang berdasarkan asas
kekeluargaan.Prinsip koperasi adalah suatusistemide-ideabstrak yang merupakan
petunjuk untuk membangun koperasi yang efektif dan tahan lama (Hans, 1980).
Menurut Undang-undang No. 25 tahun 1992 Pasal 4 dijelaskan bahwa koperasi
memiliki fungsi dan peranan antara lain yaitu mengembangkan potensi dan kemampuan
ekonomi anggota dan masyarakat, berupaya mempertinggi kualitas kehidupanmanusia,
memperkokoh perekonomianrakyat, mengembangkan perekonomiannasional, serta
mengembangkan kreativitas dan jiwa berorganisasi bagi pelajarbangsa(Hans, 1980).
2.2 Kredit
Pengertian kredit mempunyai dimensi yang beraneka ragam, dimulai dari kata
kredit yang berasal dari bahasa latin credo, yang berarti saya percaya, yangmerupakan kombinasi dari bahasa sansekerta cred (yang artinya kepercayaan) dan
bahasa latin do (yang artinya saya tempatkan). Pengertian kredit juga berasal dari
kata kredit yang berasal dari bahasa Yunani Credere yang berarti Kepercayaan
atau dalam bahasa latin Creditum yang berarti kepercayaan akan kebenaran.
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 (IKAPI, 1988).
Sedangkan pengertian lain untuk kegiatan perbankan di Indonesia juga
dirumuskan dalam bab I, pasal 1,2 undang-Undang Pokok Perbankan No. 14 Tahun
1967 yang merumuskan : Kredit adalah penyediaan uang atau tagihan yang dapat
disamakan dengan itu, berdasarkan persetujuan pinjam-meminjam antara bank dengan
pihak lain dalam hal dimana peminjam berkewajiban melunasi hutangnya setelah
jangka waktu tertentu dengan jumlah bunga yang telah ditentukan (IKAPI, 1988).
2.3 Pemodelan Data
https://id.wikipedia.org/wiki/Sistemhttps://id.wikipedia.org/wiki/Idehttps://id.wikipedia.org/wiki/Abstrakhttps://id.wikipedia.org/wiki/Manusiahttps://id.wikipedia.org/wiki/Rakyathttps://id.wikipedia.org/wiki/Nasionalhttps://id.wikipedia.org/wiki/Bangsahttps://id.wikipedia.org/wiki/Bangsahttps://id.wikipedia.org/wiki/Nasionalhttps://id.wikipedia.org/wiki/Rakyathttps://id.wikipedia.org/wiki/Manusiahttps://id.wikipedia.org/wiki/Abstrakhttps://id.wikipedia.org/wiki/Idehttps://id.wikipedia.org/wiki/Sistem7/26/2019 Skripsi 3df
10/37
5
Pemodelan data berfungsi untuk menjelaskan objek data utama yang akan
diproses oleh sistem, bagaimana komposisi dari masing-masing objek data termasuk
atributnya, hubungan antara masing-masing objek data dan objek yang lainnya dan
bagaimana hubungan antara objek dengan proses yang
mentransformasikannya(Pressman, 2002).
Metode pemodelan data menggunakan Entity Relationship Diagram(ERD).
ERDadalahsuatu diagram yangmenggambarkankeseluruhanstrukturallogikadarisebuah
basisdata,terdiri dari beberapa komponen seperti terlihat pada Tabel 2.1 berikut
(Silberschatz, et al., 2011):
Tabel 2.1. Komponen ERD
Notasi Deskripsi
Entitasadalah suatu benda atau objek pada dunia
nyata yang dapat dibedakan dari objek lain.
Atribut adalah deskriptif sifat yang dimiliki oleh
entitas.
Atribut kunci primer adalah atribut yang
memiliki nilai unik sebagai identitas entitas
tersebut.
Notasi Deskripsi
Atribut multivalued adalah atribut yang memiliki
nilai lebih dari satu.
Relasi adalah hubungan di antara entitas-entitas.
Asosiasi adalah garis penghubung antara entitas
dan relasi yang memiliki kardinalitas. Kardinalitas
adalah jumlah kemungkinan hubungan antara
suatu entitas dengan entitas yang lain.
2.4 Pemodelan Fungsional
7/26/2019 Skripsi 3df
11/37
6
Pemodelan fungsional menggambarkan keseluruhan fungsi dari suatu sistem
sebagai sebuah transformasi dari input yang diberikan user menjadi output yang
dihasilkan oleh sistem. Alat bantu yang digunakan dalam melakukan pemodelan
fungsional ini adalah DFD (Data Flow Diagram). Komponen-komponen pada DFD
dapat dilihat pada Tabel 2.2 berikut (Whitten & Bentley, 2007):
Tabel 2.2. Komponen DFD
Notasi Deskripsi
Entitas luar adalah entitas yang berada di luar sistem
tetapi berinteraksi dengan sistem yang berupa orang,
kelompok, organisasi, maupun sistem.
Proses adalah apa yang dilakukan oleh sistem sebagai
respon terhadap aliran data yang masuk dan
menghasilkan aliran data keluar.
Data Storeadalah media penyimpanan data. Data store
merepresentasikan semua kemungkinan entitas data dan
sinkronisasi model proses sistem dengan model data itu
sendiri.
Aliran dataadalah komunikasi antara proses dan
lingkungan sistem yang digunakan sebagai representasi
CRUD (Create,Read, Update, danDelete)data padafile
atau database. Aliran data merepresentasikan input data
ke proses atau output data dari proses.
2.5 Logika Fuzzy
Logika fuzzy pertama kali diperkenalkan oleh Lotfi Zadeh pada tahun
1965.Logika fuzzy merupakan kerangka matematis yang digunakan untuk
merepresentasikan ketidakpastian. Penyajian himpunan A dengan fungsi keanggotaan
nol-satu, atau dikenal dengan himpuan crisp dapat direpresentasikan dengan (Wang,
1997)
...(2.1)
fungsi keanggotaan pada
7/26/2019 Skripsi 3df
12/37
7
Persamaan di atas menunjukkan bahwa himpunan fuzzymerupakan generalisasi
dari himpunan crisp dengan memungkinkan fungsi keanggotaan untuk mengambil
nilai-nilai dalam interval [0, 1]. Dengan kata lain, fungsi keanggotaan dari himpunan
crisphanya dapat mengambil nilai nol dan satu, sedangkan fungsi keanggotaan dari
himpunanfuzzyadalah fungsi kontinu dengan rentang [0, 1](Wang, 1997).
Beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu
(Kusumadewi & Purnomo, 2010):
a. Variabelfuzzy, yaitu variabel yang dibahas dalam system fuzzy. Contoh: variabel
umur.
b.
Himpunan fuzzy, yaitu grup yang mewakili suatu keadaan atau kondisi tertentu
dalam suatu variabel fuzzy. Contoh: variabel umur, terbagi atas tiga himpunan
fuzzy, yaitu: MUDA, PAROBAYA, TUA.
c. Semesta Pembicaraan, yaitu keseluruhan nilai yang diperbolehkan untuk
dioperasikan dalam suatu variabel fuzzy. Contoh: semesta pembicaraan untuk
variabel umur [0 +].
d. Domain, yaitu keseluruhan nilai yang diizinkan dalam semesta pembicaraan dan
boleh dioperasikan dalam suatu himpunan fuzzy. Contoh: MUDA [0 45],
PAROBAYA [35 55], TUA [45 ).
Himpunanfuzzy memiliki dua atribut, yaitu (Kusumadewi, 2010):
a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi
tertentu dengan menggunakan bahasa alami, seperti: MUDA, PAROBAYA,
TUA.
Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel, seperti:
25, 40, 50.
2.6
Fungsi Keanggotaan
Fungsikeanggotaanmerupakan kurva yang menunjukkan pemetaan titik input data
ke dalam fungsi keanggotaannya yang memiliki interval antara 0 sampai 1. Salah satu
cara untuk mendapatkan fungsi keanggotaan adalah melalui pendekatan fungsi, dengan
intuisi atau menggunakanbeberapa algoritma dan metode yang logis. Metode tersebut
antara lain adalah angular fuzzy sets, rank ordering, neural network, algoritma
genetika, dan inductive seasoning.Intuisi didasarkan pada kecerdasan manusia dan
7/26/2019 Skripsi 3df
13/37
8
pemahaman untuk mengembangkan fungsi keanggotaan. Intuisi memerlukan
pengetahuan mendalam tentang permasalahan dan variabel linguistik (Ross,
2010)(Sivanandam, et al., 2007). Beberapa fungsi yang dapat digunakan, yaitu
(Kusumadewi & Purnomo, 2010):
1.
Representasi linier
Pada representasi linier pemetaan input ke derajat keanggotaan digambarkan
sebagai suatu garis lurus. Representasi linier ada dua, yaitu representasi linier
naik dan representasi linier turun.
a. Linier naik
Pada linier naik kenaikan himpunan dimulai pada nilai domain yang
memiliki nilai keanggotaan nol [0] bergerak ke kanan menuju nilai domain
yang memiliki nilai keanggotaan lebih tinggi. Representasi linier naik
ditunjukkan pada Gambar 2.1.
Gambar 2.1. Representasi Linear Naik (Kusumadewi & Purnomo, 2010)
Fungsi keanggotaan dari direpresentasikan pada persamaan 2.2:
..............................................(2.2)
b. Linier turun
Pada linier turun garis lurus dimulai dari nilai domain dengan nilai
keanggotaan tertinggi dari sisi kiri, kemudian bergerak menurun ke nilai
domain yang memiliki nilai keanggotaan lebih rendah. Representasi linier
turun ditunjukkan pada Gambar 2.2.
fungsikeanggotaan
x
A
bdomaina0
1
7/26/2019 Skripsi 3df
14/37
9
Gambar 2.2. Representasi Linear Turun (Kusumadewi & Purnomo, 2010)
Fungsikeanggotaan dari direpresentasikan pada persamaan 2.3:
...............................................(2.3)
2. Representasi kurva segitiga
Kurva segitiga pada dasarnya merupakan gabungan antara dua garis (linier).
Representasi kurva segitiga ditunjukkan pada Gambar 2.3.
Gambar 2.3. Representasi Kurva Segitiga (Kusumadewi & Purnomo, 2010)
Fungsi keanggotaan dari direpresentasikan pada persamaan 2.4:
...........................................(2.4)
x
A
cdomain
a0
1
b
fungsikeanggotaan
7/26/2019 Skripsi 3df
15/37
10
3. Reperentasi Kurva Trapesium
Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada
beberapa titik yang memiliki nilai keanggotaan 1. Representasi kurva segitiga
ditunjukkan pada Gambar 2.4
Fungsi keanggotaan dari direpresentasikan pada persamaan 2.5:
..........................................(2.5)
4. Representasi Kurva Bentuk Bahu
Daerah yang terletak di tengah-tengah suatu variabel yang
direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik
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.
fungsikeanggotaan
domain
7/26/2019 Skripsi 3df
16/37
11
Fungsi keanggotaan dari direpresentasikan pada persamaan 2.6 :
..........................................(2.6)
2.7 Operasi Fuzzy
Operasifuzzy merupakan kombinasi dan modifikasi himpunan fuzzy. Misal
didefinisikan dua buah himpunanfuzzy A dan B. Maka himpunan fuzzy tersebut dapat
direpresentasikan dengan beberapa operasi, yaitu (Wang, 1997):1.
Operasi intersection(AND)
Operasi intersection menghasilkan fungsi keanggotaan terkecil. Operasi
intersection dinotasikan dengan , fungsi keanggotaannya didefinisikan
sebagai berikut:
..............................(2.7)
fungsi keanggotaan pada
fungsi keanggotaan pada
2. Operasi union(OR)
Operasi unionmenghasilkan fungsi keanggotaan terbesar. Operasi union
dinotasikan dengan , fungsi keanggotaannya didefinisikan sebagai berikut:
...................................(2.8)
fungsi keanggotaan pada
fungsikeanggotaan
7/26/2019 Skripsi 3df
17/37
12
fungsi keanggotaan pada
3.
Operasicomplement(NOT)
Complement A adalah suatu set fuzzy di dalam , fungsi keanggotaannya
didefinisikan sebagai berikut:
....................................................................................(2.9)
fungsikeanggotaan pada
2.8 Fungsi Implikasi
Setiap aturan pada basis pengetahuanfuzzy akan berhubungan dengan suatu relasi
fuzzy. Bentuk umum dari aturan yang digunakan dalam fungsi implikasi adalah
. Aturan dapat diperluas dengan menggunakan operator fuzzy,
seperti dengan
adalah operator, yaitu AND atau OR (Kusumadewi & Purnomo, 2010).
Secara umum terdapat dua fungsi implikasi yang dapat digunakan, yaitu
(Kusumadewi & Purnomo, 2010):
1. Min (Minimum)
Fungsi ini akan memotong output himpunan fuzzy. Gambar 2.4 menunjukkan
contoh penggunaan fungsi min.
Gambar 2.4 Fungsi Implikasi Min (Kusumadewi & Purnomo, 2010)
2. Dot (Product)
Fungsi ini akan menskala output himpunan fuzzy. Gambar 2.5 menunjukkan
contoh penggunaan fungsi dot.
7/26/2019 Skripsi 3df
18/37
13
Gambar 2.5 Fungsi Implikasi Dot (Kusumadewi & Purnomo, 2010)
2.9 Sistem Inferensi Fuzzy
Inferensi merupakan proses dalam penalaran (reasoning) tentang suatu keadaan
tertentu, menggunakan semua pengetahuan yang tersedia untuk menghasilkan estimasi
terbaik dari output. Sistem InferensiFuzzy(FIS) atau sering disebut juga sistem pakarfuzzy merupakan kerangka kerja komputasi populer berdasarkan teori himpunan fuzzy,
aturan fuzzy IF-THEN, dan fuzzy reasoning.Dalamsistem fuzzy, mesin inferensi
digunakan untuk menyesuaikan pola himpunanfuzzydari input dengan anteseden semua
aturan fuzzy dan menggabungkan semua respon untuk menghasilkan himpunan fuzzy
dari output(Brown, 1996).Ketika FIS digunakan sebagai controller, maka outputnya
berupa himpunan crisp, sehingga diperlukan suatu metode defuzzifikasi untuk
mengekstrak nilai crisp yang paling mewakili suatu himpunan fuzzy (Sivanandam, etal., 2007).
Model FIS yang paling sering digunakan adalah model Fuzzy Mamdani, Fuzzy
Sugeno, dan Fuzzy Tsukamoto.Perbedaan dari ketiga model tersebut terletak pada
konsekuen dari aturan fuzzy. Konsekuen pada model Fuzzy Mamdani dan Fuzzy
Tsukamoto berupa himpunan fuzzy, sedangkan konsekuen pada model Fuzzy Sugeno
berupa fungsi linier.Proses defuzzifikasi pada ketiga model tersebut juga berbeda-beda.
Defuzzifikasi pada model Fuzzy Mamdani dilakukan dengan menggunakan metode
seperti centroid, bisektor, mean of maximum (MOM), large of maximum (LOM), dan
small of maximum (SOM). Sedangkan pada modelFuzzySugeno danFuzzyTsukamoto
defuzzifikasi dilakukan dengan menggunakan metode rata-rata terbobot
(weightedaverage) (Kusumadewi & Purnomo, 2010)(Sivanandam, et al., 2007).Sistem
inferensifuzzy ditunjukkan pada Gambar 2.6.
7/26/2019 Skripsi 3df
19/37
14
Gambar 2.6. Sistem InferensiFuzzy(Sivanandam, et al., 2007)
Gambar 2.6.menunjukkan cara kerja dariFIS. Input crispdikonversikefuzzymelalui
prosesfuzzifikasi. Setelahfuzzifikasimaka terbentuklah rulebase.Rule base
dandatabasedigabungkansebagaibasis pengetahuan. Defuzzifikasidigunakan
untukmengkonversinilaifuzzymenjadi output crisp.
2.10 Model Fuzzy Tsukamoto
Model Fuzzy Tsukamoto merupakan salah satu model dalam sistem inferensi
fuzzy (FIS). Pada model Fuzzy Tsukamoto, setiap konsekuen pada aturan yang
berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan
fungsi keanggotaan yang monoton. Berikut langkah-langkah dari model Fuzzy
Tsukamoto (Jang, et al., 1997):1. Menghitung nilai -predikat (fire strength) dari setiap rule saat proses evaluasi
aturan dalam mesin inferensi dengan menggunakan fungsi implikasi MIN.
2. Menghitung hasil inferensi secara tegas (crisp)setiap rule ( ).
Perhitungan dilakukan berdasarkan nilaifire strengthsetiap rule ( ).
3. Proses defuzzifikasi menggunakan metode rata-rata terbobot (weighted average)
sebagai berikut:
...................................................................................................(2.10)
dimana
Z : nilai weighted average
w :fire strength
z : nilai hasil inferensi
n : jumlah rule
7/26/2019 Skripsi 3df
20/37
15
Prosedur penalaran model FuzzyTsukamoto untuk sistemdengan dua input dan
dua aturan ditunjukkan pada Gambar 2.7.
Gambar 2.7. ModelFuzzy Tsukamoto (Jang, et al., 1997)
7/26/2019 Skripsi 3df
21/37
16
2.11 PHP
PHP (Hypertext Preprocessor) merupakan bahasa pemrograman untuk
membangun situs web yang interaktif dan dinamis. PHP merupakan bahasaserver-side
scriptingdimana program atau script PHP dijalankan pada web server. Proses running
script PHP adalah sebagai berikut (Doyle, 2011):
2.1.User mengirimkan request pada halaman web dengan mengklik sebuah link atau
mengetikkan URL halaman pada address bar browser. User juga dapat
mengirimkan data pada web serverpada waktu yang sama menggunakanform yang
ditempelkan pada halaman web atau via AJAX (Asynchronous JavaScript and
XML).
2.2.Web server mengenali bahwa URL yang diminta merupakan script PHP dan
menginstruksikan PHP engine untuk memproses dan menjalankanscript.
2.3.Script dijalankan dan ketika selesai mengirimkan sebuah halaman HTML ke web
browser yang akan tampil pada layar user.
2.12 MySQL
MySQL adalah sebuahperangkat lunak sistem manajemen basis dataSQL atau
DBMS yangmultithread,multi-user,yang sangat populer digunakan untuk membangun
aplikasi web yang menggunakan database sebagai sumber dan pengelola datanya.
MySQL adalah sebuah implementasi dari sistem manajemen basisdata relasional
(RDBMS) yang didistribusikan secara gratis dibawah lisensi GPL (General Public
License). Untuk memudahkan manajemen MySQL digunakan Phpmyadmin yang
membantu untuk membuat database, membuat tabel, menginsert, menghapus dan
mengupdate data dengan GUI sehingga terasa lebih mudah, tanpa perlu mengetikkan
perintah SQL secara manual. MySQL menggunakan bahasa SQL untuk mengakses
database nya. SQL adalah sebuah konsep pengoperasian database, terutama untuk
pemilihan atau seleksi dan pemasukan data, yang memungkinkan pengoperasian data
dikerjakan dengan mudah secara otomatis. Keandalan suatu sistem database (DBMS)
dapat diketahui dari cara kerja optimizer-nya dalam melakukan proses perintah-perintah
SQL, yang dibuat oleh user maupun program-program aplikasinya. Sebagai database
server, MySQL dapat dikatakan lebih unggul dibandingkan database server lainnya
dalam query data. Hal ini terbukti untuk query yang dilakukan oleh single user,
https://id.wikipedia.org/wiki/Perangkat_lunakhttps://id.wikipedia.org/wiki/Basis_datahttps://id.wikipedia.org/wiki/SQLhttps://id.wikipedia.org/w/index.php?title=Multithread&action=edit&redlink=1https://id.wikipedia.org/wiki/Multi-userhttps://id.wikipedia.org/wiki/Multi-userhttps://id.wikipedia.org/w/index.php?title=Multithread&action=edit&redlink=1https://id.wikipedia.org/wiki/SQLhttps://id.wikipedia.org/wiki/Basis_datahttps://id.wikipedia.org/wiki/Perangkat_lunak7/26/2019 Skripsi 3df
22/37
17
kecepatan query MySQL bisa sepuluh kali lebih cepat dari PostgreSQL dan lima kali
lebih cepat dibandingkan Interbase.
2.13 Model Waterfal
Metodologi pengembangan sistem (system development methodology) adalah
proses pengembangan sistem yang sangat formal dan akurat yang mendefinisikan
sekumpulan aktivitas, metode, praktik-praktik terbaik, penyampaian, dan alat
terotomasi yang digunakan oleh pengembang sistem dan manajer proyek untuk
mengembangkan dan memelihara sistem dansoftwareinformasi.
Model proses yang digunakan pada Sistem Informasi ini menggunakan model
Waterfall seperti pada gambar 2.9, yaitu proses pengembangan perangkat lunak
berurutan, dimana kemajuan dipandang terus mengalir ke bawah (seperti air terjun)
melewati fasefase perencanaan, pemodelan, implementasi, dan pengujian.
Gambar 2.9. Metode Waterfall
Metodologi Waterfallterdiri dari fase-fase berikut:
a. Analisis Kebutuhan(Requirement definition)
Pada tahap ini user akan memberikan user requirement mengenai sistem yang
akan dibuat. Pengumpulan data dilakukan melalui sebuah penelitian, wawancara, dan
study literatur. Dari requirement yang diberikan user akan digunakan sebagai acuan
dalam pembuatan sistem.
7/26/2019 Skripsi 3df
23/37
18
b. Desain Sistem(System and Software Design)
Pada tahap desain, akan dilakukan desain sistem berdasarkan user requirement
yang diberikan user. Proses desain ini akan dilakukan desain pada bagian interfacedan
fungsi-fungsi yang digunakan pada sistem. Pada proses ini akan dihasilkan software
requirement. Software Requirement yang dihasilkan meliputi desain sistem, fungsi-
fungsi yang akan digunakan pada sistem.
c.
Penulisan Kode Program (Implementation and Unit Testing)
Merupakan tahap perancangan software dengan menterjemahkan desain dalam
bahasa komputer melalui proses coding yang bisa dikenali oleh komputer. Tahap ini
merupakan implementasi dari tahap desain yang digunakan untuk membangun sebuah
sistem. Setelah pengkodean selesai maka akan dilakukan testing terhadap sistem yang
telah dibuat. Tujuan testing adalah untuk menemukan kesalahan-kesalahan terhadap
system tersebut sehingga dapat diperbaiki.
d. Pengujian Program(Integration and System Testing)
Pada tahap ini merupakan tahap final dalam pembuatan sebuah sistem. Setelah
melakukan analisa, design dan pengkodean maka sistem yang sudah jadikan digunakan
oleh user.
e. Penerapan Program dan Pemeliharaan(Operation and Maintenance)
Tahap ini merupakan tahap kelanjutan yang mana sistem yang telah dibuat akan
mengalami perubahan. Perubahan tersebut bisa karena mengalami kesalahan karena
perangkat lunak harus menyesuaikan dengan lingkungan (periperal atau system operasi
baru) baru, atau karena pelanggan membutuhkan perkembangan fungsional.
7/26/2019 Skripsi 3df
24/37
19
BAB III
ANALISIS KEBUTUHAN DAN PERANCANGAN
Bab ini menyajikan tahapan proses pembangunan perangkat lunak, yaitu analisis
kebutuhan dan perancangan. Pada model waterfall tahapan ini meupakan tahapan analisis
kebutuhan dan desain sistem.
3.1 Analisis Kebutuhan
Analisis kebutuhan merupakan prose untuk memperoleh informasi, model, dan
spesifikasi perangkat lunak sesuai dengan permintaan pengguna. Tahap ini meliputi
definisi kebutuhan, permodelan data, permodelan fungsional, analisis penentuan
kelayakan pemberian kredit menggunakan modelfuzzy Tsukamotodan kamus data.
3.1.1Definisi Kebutuhan
Subbab ini menjelaskan tentang definisi kebutuhan sistem yang meliputi
deskripsi umum sitem, karakteristik pengguna, dan spesifikasi kebutuhan
fungsional.
3.1.1.1
Deskripsi Umum SistemAnggota KPRI bhakti yang ingin mengajukan kredit harus membawa
beberapa persyaratan yang akan diberikan kepada ketua KPRI Bhakti untuk
dinilai apakah anggota tersebut layak mendapatkan kredit atau tidak.
Aplikasi penentuan kelayakan pemberian kredit membantu KPRI Bhakti
dalam menentukan anggota yang layak menerima kredit atau pinjaman
dengan mempertimbangkan beberapa hal yaitu gaji bersih yang didapat,
lamanya pinjaman, serta kredit yang diajukan dengan menggunakan model
Fuzzy Tsukamoto. Aplikasi ini memiliki tiga variabe input, yaitu gaji,
waktu, dan kredit, serta satu variabel outputyaitu kelayakan.
Ketua KPRI Bhakti memasukkan data anggota yang diperoleh dari
persyaratan yang dibawa anggota dan wawancara yang dilakukan. Setelah
itu, data diolah untuk memperoleh outputuntuk menentukan keputusan dari
kredit yang diajukan. Dalam menentukan setiap variabel input dan rule,
penulis bekerjasama dengan pakar untuk menentukan formula yang akan
7/26/2019 Skripsi 3df
25/37
20
digunakan. Pakar dalam penelitian ini adalah ketua KPRI Bhakti, Edi
Sukrisno S.Pd.I. dan Rendra Kartika M.Pd. selaku pengawas.
Gambar 3.1 Arsitektur Sistem
1. Proses Fuzzyfikasi
Proses yang pertamakali dilakukan adalah proses fuzzyfikasi. Proses
fuzzifikasi bertujuan untuk mengubah / mengkonversi nilai crisp ke dalam
bentukfuzzy. Terdapat empat variabel input yang akan digunakan pada
proses fuzzifikasi ini, antara lain adalah sisa gaji, jangka waktu
pengembalian, jumlah hutang, dan pengajuan kredit. Pada tahap ini
dilakukan penentuan bentuk kurva yang sesuai untuk digunakan dalam
proses perhitungan derajat keanggotaan dari masing-masing himpunan pada
variabel input. Perlu dilakukan beberapa eksperimen dalam menentukan
bentuk kurva dan tumpang tindih antar kurva.Eksperimen tersebut
dilakukan berdasarkan hasil pengamatan dan hasil dari wawancara dengan
stakeholder yang berkaitan, serta dari referensi dari sumber bacaan yang
ada, sehingga penentuannya perlu disesuaikan dengan kasus dalam penlitian
tersebut.
2.
Proses Sistem Inferensi
a. Menghitungfire strengthdari setiap rule
7/26/2019 Skripsi 3df
26/37
21
Tahap ini dilakukan menggunakan fungsi implikasi MIN, yaitu
dengan cara mengambil nilai terkecil dari setiap nilai keanggotaan
anteseden pada setiap rule.
b. Menghitung nilai hasil inferensi dari setiap rule
Nilai hasil inferensi dihitung berdasarkan nilai fire strength
yang telah diperoleh pada tahap sebelumnya.
3. Defuzzyfikasi
Defuzzifikasi pada model Fuzzy Tsukamoto dilakukan dengan
menggunakan metode rata-rata terbobot (weighted average). Weighted
average dihitung berdasarkan fire strength dan nilai hasil inferensi yang
telah diperoleh pada tahap sebelumnya, dengan rumus sebagai berikut:
dimana
Z : nilai weighted average
w :fire strength
z : nilai hasil inferensi
n : jumlah rule
Hasil akhir dari model ini berupa nilai rata-rata terbobot (weighted
average) dari setiap rule. Nilai weighted average tersebut kemudian
digunakan sebagai nilai akhir penetuan kelayakan pemberian kredit sesuai
inputan yang dimasukan oleh user.Apabila menghasilkan layak maka sistem
mengeluarkan output berupa nilai pengajuan kredit yang diinputkan
dinyatakan layak. Dan apabila menghasilkan tidak layak, maka akan
dilakukan iterasi dari proses fuzzyfikasi dengan mengurangi nilai pengajuan
kredit, hingga nilai pengajuan kredit bernilai layak.
3.1.1.2 Represenasi Variabel Input dan Variabel Output pada Fuzzy
Variabel yang telah ditentukan sebelumnya, dibentuk kedalam
himpunan fuzzy. Terdapat empat variabel yang akan dibuat fungsi
keanggotaan yang berdasarkan pada intuisi yaitu, sisa gaji, waktu
pengembalian, pengajuan kredit, dan keputusan.
7/26/2019 Skripsi 3df
27/37
22
1. Variabel Sisa Gaji
Tabel 3.1 menjelaskan himpunan, semesta pembicaraan, dan domain
dari variabel sisa gaji.
Tabel 3.1 Variabel Sisa Gaji
No. Himpunan Semesta Pembicaraan Domain (juta)
1 RENDAH 1.000.000-6.000.000 [1 1,5 2,5]
2 SEDANG [1,5 2,5 3,5 4,5]
3 TINGGI [3,5 4,5 6]
Variabel sisa gaji direpresentasikan pada gambar 3.2. Variabel sisa
gaji terdiri dari 3 himpunan, yaitu himpunan RENDAH yang
direpresentasikan dengan kurva bentuk bahu, himpunan SEDANG
direpresentasikan kurva trapesium, dan himpunan TINGGI
direpresentasikan dengan kurva bentuk bahu.
Gambar 3.2 Representasi Variabel Sisa Gaji
Fungsi keanggotaan dari variabel sisa gaji yang terbentuk(dalam juta)
adalah sebagai berikut :
0 x 2,5sisagajiRENDAH(x)
2,5
2.,51,5 1,5 x 2,5
1 1 x 1,5
1 3 542 6x (juta)
a(x)
0
1
7/26/2019 Skripsi 3df
28/37
23
0 x 1,5 atau x 4,5
sisagajiSEDANG(x)1,5
2.,51,5 1,5 x 2,5
1 2,5 x 3,5
4,54.,53,5
3,5 x 4,5
0 x 3,5
sisagajiRENDAH(x)3,5
4,53,5 3,5 x 4,5
1 4,5 x 6
2.
Variabel Waktu Pengembalian
Tabel 3.2 menjelaskan himpunan, semesta pembicaraan, dan domain
dari variabel sisa gaji.
Tabel 3.2 Variabel Waktu Pengembalian
No. Himpunan Semesta Pembicaraan Domain(tahun)
1 RENDAH 1 tahun5 tahun [1 1,5 2,5]
2 SEDANG [1,5 2,5 3,5]
3 TINGGI [2,5 3,5 5]
Variabel waktu pengembalian direpresentasikan pada gambar 3.3.
Variabel waktu pengembalian terdiri dari 3 himpunan, yaitu himpunan
RENDAH yang direpresentasikan dengan kurva bentuk bahu, himpunan
SEDANG direpresentasikan kurva segitiga, dan himpunan TINGGI
direpresentasikan dengan kurva bentuk bahu.
Gambar 3.3 Representasi Variabel Waktu Pengembalian
1 3 542x (tahun)
a(x)
0
1
7/26/2019 Skripsi 3df
29/37
24
Fungsi keanggotaan dari variabel waktu pengembalian yang terbentuk
adalah sebagai berikut :0 x 2,5
waktupengembalianRENDAH(x)
2,5
2,51,5 1,5 x 2,5
1 1 x 1,5
0 x 1,5 atau x 2,5
waktupengembalianSEDANG(x)1,5
2,51,5 1,5 x 2,5
3,5
3,52,5 2,5 x 3,5
0 x 2,5
waktupengembalianRENDAH(x)
2,5
3,52,5 2,5 x 3,5
1 3,5 x 5
3. Variabel Pengajuan Kredit
Tabel 3.3 menjelaskan himpunan, semesta pembicaraan, dan domain
dari variabel pengajuan kredit.
Tabel 3.3 Variabel Pengajuan Kredit
No. Himpunan Semesta Pembicaraan Domain (juta)
1 RENDAH 1.000.000-50.000.000 [1 7 15]
2 SEDANG [7 15 25 35]
3 TINGGI [25 35 50]
Variabel Pengajuan Kredit direpresentasikan pada gambar 3.4
Variabel pengajuan kredit terdiri dari 3 himpunan, yaitu himpunan
RENDAH yang direpresentasikan dengan kurva bentuk bahu, himpunan
SEDANG direpresentasikan kurva trapesium, dan himpunan TINGGI
direpresentasikan dengan kurva bentuk bahu.
7/26/2019 Skripsi 3df
30/37
25
Gambar 3.4 Representasi Variabel Pengajuan Kredit
Fungsi keanggotaan dari variabel pengajuan kredit yang terbentuk
(dalam juta) adalah sebagai berikut :
0 x 15pengajuankreditRENDAH(x)
15
157 7 x 15
1 1 x 7
0 x 7 atau x 35
pengajuankreditSEDANG(x)7
157 7 x 15
1 15 x 25
35
3525 25 x 35
0 x 25
pengajuankreditRENDAH(x)25
3525 25 x 35
1 35 x 50
4. Variabel Keputusan,
Tabel 3.4 menjelaskan himpunan, semesta pembicaraan, dan domain
dari variabel keputusan.
Tabel 3.4 Variabel Keputusan
No. Himpunan Semesta Pembicaraan Domain (juta)
1 TIDAK LAYAK 0-10 [0 2 6]
2 LAYAK [4 6 10]
20 403010 50x (juta)
a(x)
0
1
7/26/2019 Skripsi 3df
31/37
26
Variabel keputusan direpresentasikan pada gambar 3.5. Variabel
keputusan terdiri dari 2 himpunan, yaitu himpunan TIDAK LAYAK yang
direpresentasikan dengan kurva bentuk bahu dan himpunan LAYAK
direpresentasikan dengan kurva bentuk bahu.
Gambar 3.5 Representasi Variabel Keputusan
Fungsi keanggotaan dari variabel keputusan yang terbentuk adalah
sebagai berikut :0 x 6
keputusanTOLAK(x)6
62 2 x 6
1 0 x 2
0 x 4
keputusanTERIMA(x)4
84 4 x 8
1 8 x 10
3.1.1.3
Karakteristik PenggunaKarakteristik pengguna pada aplikasi penentuan kelayakan pemberian
kredit di KPRI Bhakti Bulakamba dapat dilihat pada Tabel 3.7
Tabel 3.7 Karakteristik Pengguna
Pengguna Peran
Ketua Mengambil Keputusan diterima atau tidaknya
pengajuan kredit yang diajukan anggota
2 6 1084 x
a(x)
0
1
7/26/2019 Skripsi 3df
32/37
27
3.1.1.4 Spesifikasi Kebutuhan Fungsional
Spesifikasi Kebutuhan Fungsional pada aplikasi penentuan kelayakan
pemberian kredit di KPRI Bhakti Bulakamba dapat dilihat pada Tabel 3.8
Tabel 3.8 Spesifikasi Kebutuhan Fungsional
No. SRS ID Deskrips
1 SRS-APKPK-F01 Memasukan data input
2 SRS-APKPK-F02 Menampilkan hasil keputusan
3 SRS-APKPK-F03 Mencetak hasil Keputusan
4 SRS-APKPK-F04 Mengubah nilai variabel
3.1.2
Permodelan Data
Alat bantu yang digunakan dalam permodelan data untuk Aplikasi
Penentuan Kelayakan Pemberian Kredit di KPRI Bhakti Bulakamba adalah ERD
(Entity Relationalship Diagram). Adanya ERD memudahkan dalam menentukan
hbungan kebutuhan data yang digunakan dalam sistem. Terdapat 4 entitas yaitu
ANGGOTA, RULE, VARIABEL, dan KEPUTUSAN. ERD yang dibuat untuk
aplikasi ini dapat dilihat pada Gambar 3.6. Relasi yang terbentuk antara entitas
adalah sebagai berikut :
1. Kardinalitas himpunan memiliki pada entitas KEPUTUSAN dan
VARIABEL adalah one-to-many (1:N) yang berarti setiap
KEPUTUSAN dapat berelasi dengan satu atau banyak VARIABEL, dan
setiap VARIABEL hanya dapat berelasi dengan satu KEPUTUSAN
2.
Kardinalitas himpunan memiliki pada entitas KEPUTUSAN dan
ANGGOTA adalah one-to-one (1:1) yang berarti setiap KEPUTUSAN
dapat berelasi dengan tepat satu ANGGOTA, dan sebaliknya.3.
Kardinalitas himpunan memiliki pada entitas KEPUTUSAN dan
RULE adalah one-to-many (1:N) yang berarti setiap KEPUTUSAN
dapat berelasi dengan satu atau banyak RULE, dan setiap RULE dapat
berelasi dengan tepat satu KEPUTUSAN
7/26/2019 Skripsi 3df
33/37
28
Gambar 3.6 ERD Aplikasi Penentuan Kelayakan
Pemberian Kredi di KPRI Bhakti Bulakamba
3.1.3
Permodelan Fungsional
Media yang digunakan untuk mendreskripsikakn permodelan fungsional
Aplikasi Penentuan Kelayakan Pemberian Kredi di KPRI Bhakti Bulakamba
adalah DFD (Data Flow Diagram). DFD dapat digunakan untuk mewakili suatu
sistem pada setiap tingkat abstraksi.
3.1.3.1 DFD LEVEL 0
DFD level 0 atau disebut Context Diagrampada sistem ini memiliki 1entittas yaitu ketua KPRI yang dapat mengelola data anggota, melihat data
anggota, mngelola rule, melihat rule, mengelola variabel, melihat variabel,
melakukan input untuk mendapatkan keputusan, dan melihat hasil
keputusan. DFD level 0 pada Aplikasi Penentuan Kelayakan Pemberian
Kredi di KPRI Bhakti Bulakamba dapat dilihat pada Gambar 3.7
7/26/2019 Skripsi 3df
34/37
29
.
Gambar 3.7 DFD Level 0 Aplikasi Penentuan Kelayakan
Pemberian Kredi di KPRI Bhakti Bulakamba
3.1.3.2 DFD Level 1
DFD level 1 merupakan hasil dekomposisi dari DFD level 1. Terdapat
5 proses yang melibatkan 1 entitas yaitu ketua KPRI. Proses yang terlibat
dalam Aplikasi Penentuan Kelayakan Pemberian Kredit ini yaitu otentikasi
dan autorisasi login, kelola anggota, kelola rule, kelola variabel, dan, kelola
keputusan. DFD level 1 dapat dilihat pada Gambar 3.8.
3.1.3.3 DFD Level 2
DFD Level 2 merupakan hasil dekomposisi dari DFD level 1.
Terdapat 4 hasil dekomposisi, yaitu:
1. DFD Level 2 Kelola Anggota
DFD level 2 kelola anggota digunakan untuk menambah ,
mengubah, menghapus, dan melihat data anggota. DFD level 2 kelola
anggota dapat dilihat pada gambar 3.9.
2.
DFD Level 2 Kelola Rule
DFD level 2 kelola rule anggota digunakan untuk mengubah
dan melihat data rule. DFD level 2 kelola rule dapat dilihat pada
gambar 3.10.
7/26/2019 Skripsi 3df
35/37
30
Gambar 3.8 DFD Level 1
Gambar 3.9 DFD Level 2 Kelola Anggota
Gambar 3.10 DFD Level 2 Kelola Rule
7/26/2019 Skripsi 3df
36/37
31
3. DFD Level 2 Kelola Variabel
DFD level 2 kelola variabel digunakan untuk mengubah dan
melihat data variabel. DFD level 2 kelola variabel dapat dilihat pada
gambar 3.11.
Gambar 3.11 DFD Level 2 Kelola Variabel
4. DFD Level 2 Penentuan Keputusan
DFD level 2 penentuan keputusan digunakan untuk melakukan
perhitungan untuk mencari keputusan dan melihat keputusan yang
didapat. DFD level penentuan keputusan dapat dilihat pada gambar
3.12.
Gambar 3.12 DFD Level 2 Penentuan Keputusan
7/26/2019 Skripsi 3df
37/37
3.1.4 d
3.1.5 d
3.2 M
Top Related