TA : Sistem Pendukung Keputusan Untuk Menilai Kinerja Keuangan Perusahaan Menggunakan Metode Analisa Rasio Dengan Metode Fuzzy Logic.

KEUANGAN PERUSAHAAN MENGGUNAKAN METODE ANALISA RASIO DENGAN METODE FUZZY LOGIC

SKRIPSI

Diajukan sebagai salah satu syarat untuk menyelesaikan Program Sarjana Komputer

Oleh :

Nama : MARIA GORETTI ARUM WISMASARI NIM : 98.41010.4065

Program : S1 (Strata Satu) Jurusan : Sistem Informasi

SEKOLAH TINGGI

MANAJEMEN INFORMATIKA & TEKNIK KOMPUTER SURABAYA

Halaman

HALAMAN JUDUL ... i

HALAMAN PENGESAHAN ... ii

ABSTRAKSI... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vi

DAFTAR GAMBAR ... viii

DAFTAR TABEL ... x

DAFTAR LAMPIRAN ... xi

BAB I PENDAHULUAN ... 1

1.1.Latar Belakang Masalah ... 1

1.2.Perumusan Masalah ... 3

1.3.Pembatasan Masalah ... 4

1.4.Tujuan ... 4

1.5.Sistematika Penulisan... 5

BAB II LANDASAN TEORI ... 6

2.1. Laporan Keuangan ... 6

2.2. Analisa Rasio Keuangan ... 8

2.3. Analisa dan Kinerja Keuangan Perusahaan ... 11

2.4. Sistem Pendukung Keputusan ... 12

2.5. Logika Fuzzy ... 12

2.6. Data Flow Diagram (DFD ... 20

2.8. Desain Output dan Input ... 29

BAB III PERANCANGAN SISTEM ... 31

3.1. Analisis Sistem ... 31

3.2. Perancangan Sistem ... 31

3.3. Pembentukan Aturan Dasar Fuzzy ... 36

3.4. Desain Sistem ... 41

3.5. Desain Antarmuka ... 43

3.6. DBMS (Database Management System) ... 48

3.7. Rancangan Evaluasi ... 59

BAB IV IMPLEMENTASI DAN EVALUASI ... 61

4.1. Implementasi ... 61

4.2. Evaluasi ... 72

BAB V PENUTUP ... 84

5.1. Kesimpulan ... 84

5.2. Saran ... 84

DAFTAR PUSTAKA ... 85

BIODATA ... 86

LAMPIRAN ... 87

Halaman

Gambar 2.1 Gambar Himpunan Fuzzy(Fuzzy Set) ... 13

Gambar 2.2 Variabel Fuzzy ... 16

Gambar 2.3 Fungsi Keanggotaan Segitiga ... 20

Gambar 2.4 Contoh Ilustrasi Detil Child Diagram ... 23

Gambar 2.5 Kesalahan Proses Input Dan Output ... 24

Gambar 2.6 Kesalahan Penulisan Hubungan Entity Luar Dengan Data Store 24

Gambar 2.7 Hubungan Antara Realita, Data Dan Metadata ... 27

Gambar 3.1 Gambaran Umum Proses Fuzzy ... 32

Gambar 3.2 Gambaran Alur Kerja Sistem ... 34

Gambar 3.3 Tahapan Proses Penentuan Aturan Dasar Fuzzy ... 36

Gambar 3.4 Context Diagram ... 41

Gambar 3.5 DFD (Data Flow Diagram) Level 0 ... 42

Gambar 3.6 ERD (Entity Relational Diagram) ... 43

Gambar 3.7 Desain Form Create Database ... 44

Gambar 3.8 Desain Form Setup Database ... 44

Gambar 3.9 Desain Form Input Data Jenis Industri ... 44

Gambar 3.10 Desain Form Input Data Perusahaan ... 45

Gambar 3.11 Desain Form Input Data Laporan Keuangan ... 45

Gambar 3.12 Desain Form Analisa Keputusan ... 46

Gambar 3.13 Desain Form Input Data Fuzzyfikasi ... 46

Gambar 3.14 Desain Form Input Data Aturan Fuzzy ... 47

Gambar 3.16 Desain Form Menu Utama Sistem ... 48

Gambar 4.1 Form Menu Utama Aplikasi ... 63

Gambar 4.2 Form About ... 64

Gambar 4.3 Form Create Database ... 65

Gambar 4.4 Form Setup Database ... 65

Gambar 4.5 Form Jenis Industri ... 66

Gambar 4.6 Form Perusahaan ... 66

Gambar 4.7 Form Laporan Keuangan ... 67

Gambar 4.9 Form Keputusan ... 68

Gambar 4.10 Form Fuzzyfikasi ... 69

Gambar 4.11 Form Fuzzy Rule ... 70

Gambar 4.12 Form Aturan Penilaian Fuzzy ... 71

Gambar 4.13 Output Nilai Perhitungan Fuzzy PT. Indocement ... 78

Gambar 4.14 Output Nilai Perhitungan Fuzzy PT. Semen Gresik ... 83

Halaman

Tabel 3.1 Tabel Aturan-aturan (Rule) Fuzzy ... 38

Tabel 3.2 Tabel Tipe Industri ... 49

Tabel 3.3 Tabel Perusahaan ... 49

Tabel 3.4 Tabel Laporan Keuangan ... 50

Tabel 3.5 Tabel Fuzzy ... 51

Tabel 3.6 Tabel Fuzzyfikasi R1 ... 52

Tabel 3.7 Tabel Fuzzyfikasi R2 ... 52

Tabel 3.8 Tabel Fuzzyfikasi R3 ... 53

Tabel 3.9 Tabel Fuzzyfikasi R4 ... 54

Tabel 3.10 Tabel Fuzzyfikasi R5 ... 54

Tabel 3.11 Tabel Fuzzyfikasi R6 ... 55

Tabel 3.12 Tabel Fuzzyfikasi R7 ... 56

Tabel 3.13 Tabel Fuzzyfikasi R8 ... 56

Tabel 3.14 Tabel Fuzzyfikasi R9 ... 57

Tabel 3.15 Tabel Keputusan ... 57

Tabel 3.16 Tabel Rule Fuzzy ... 58

Tabel 3.17 Tabel Uji Input Sistem ... 59

Tabel 3.18 Tabel Uji Perhitungan Keputusan Fuzzy ... 60

Tabel 4.1 Tabel Rincian Evaluasi Output Test Case Pada Sistem ... 72

Tabel 4.2 Tabel Rincian Evaluasi Output Test Case Pada Sistem (Lanjutan) . 73 Tabel 4.3 Tabel Perhitungan Analisa Rasio Secara Konvensional ... 77

Halaman

Lampiran 1 Algoritma Maintenance Industri ... 87

Lampiran 2 Algoritma Maintenance Perusahaan ... 88

Lampiran 3 Algoritma Maintenance Laporan Keuangan ... 90

Lampiran 4 Algoritma Analisa Keputusan ... 92

Lampiran 5 Algoritma Fuzzyfikasi ... 96

Lampiran 6 Algoritma Fuzzyrule ... 99

1.1.Latar Belakang Masalah

Perkembangan dunia usaha yang pesat dewasa ini menimbulkan pertumbuhan ekonomi yang makin tinggi sehingga menciptakan persaingan yang kian tajam dalam dunia usaha. Keadaan ini memaksa perusahaan mengembangkan usahanya seoptimal mungkin serta mempertahankan kondisi perusahaan agar selalu berjalan secara efektif dan efisien. Perusahaan sebagai suatu unit ekonomi tentunya mempunyai tujuan yang dapat digunakan sebagai dasar berpijak dalam usaha mengembangkan eksistensinya. Sehubungan dengan perkembangan dunia usaha, kuatnya pengaruh perilaku masyarakat dan makin ketatnya persaingan mengakibatkan banyaknya tuntutan agar kegiatan perusahaan mencapai suatu tujuan yang layak. Tujuan tersebut antara lain memaksimalkan pendapatan, memaksimalkan kemampuan manajerial dan kesejahteraan sosial bagi karyawannya.

Bagi perusahaan yang telah go public akan selalu berusaha untuk mempertahankan kinerja keuangan yang telah dicapainya. Dengan banyaknya perusahaan yang terdaftar di bursa, membuat para investor mempunyai banyak pilihan terhadap perusahaan untuk menanamkan investasinya. Investasi adalah penggunaan uang untuk obyek-obyek tertentu dengan tujuan bahwa nilai obyek tersebut selama jangka waktu investasi akan meningkat paling tidak bertahan, dan selama jangka waktu itu pula, memberikan hasil secara teratur (E.A. Koetin,

1993:16). Dari definisi diatas, investasi saham merupakan pengelolaan sebagian

uang untuk ditanamkan dalam bentuk saham dengan harapan mendapatkan pertambahan nilai dari jumlah pokok.

Dengan banyaknya perusahaan publik yang terdaftar di bursa semakin banyak pula pertimbangan investor dalam menentukan pilihan terhadap perusahaan-perusahaan tersebut. Pertimbangan investor dalam menilai suatu perusahaan tentu tidak hanya melihat imbalan hasil dari yang dihasilkan, tetapi juga resiko yang dihadapi oleh perusahaan pada masa mendatang. Setiap perusahaan mempunyai kinerja keuangan yang berbeda-beda dan untuk melihat keberhasilan suatu perusahaan dapat dilihat dari laporan keuangannya. Setiap kegiatan manajemen dilaporkan dalam bentuk laporan keuangan yang disusun pada akhir periode akuntansi. Laporan keuangan ini memberikan informasi akuntansi yang menunjukkan posisi keuangan dan hasil-hasil operasi perusahaan dalam satu periode akuntansi. Hal ini diperlukan karena para investor (penanam modal jangka panjang), bankers maupun para kreditur perlu mempertimbangkan laporan keuangan perusahaan dimana mereka akan menanamkan modalnya (Munawir, 1992:3).

Untuk mencapai tujuan tersebut diperlukan suatu alat yang dapat digunakan untuk menilai prestasi perusahaan dalam merealisir apa yang menjadi tujuan perusahaan. Mengingat pentingnya kinerja suatu perusahaan maka perlu dilakukan analisa rasio keuangan. Analisa rasio dapat menunjukkan hubungan antara dua data keuangan. Dengan menggunakan analisa rasio ini akan memberikan pemahaman yang baik dalam menilai baik buruknya kinerja perusahaan dan menunjukkan sehat tidaknya suatu perusahaan. Analisa ratio adalah suatu metode analisa untuk mengetahui hubungan pos-pos tertentu dalam

neraca atau laporan rugi laba secara individu atau kombinasi dari kedua laporan tersebut (Munawir, 1992:37). Untuk mengukur kinerja perusahaan secara obyektif hingga mampu menggambarkan kondisi riil cukup sulit, berbagai metode perhitungan laporan keuangan yang berguna bagi kepentingan lembaga-lembaga, kreditur dan investor atau pihak-pihak yang berkepentingan.

Pada tugas akhir ini akan menggunakan metode analisa rasio yang dilengkapi dengan metode fuzzy sebagai dasar dalam memberikan ketetapan dan penghalusan (smoothing) kriteria dari suatu selisih nilai yang ada guna menghasilkan suatu keputusan yang tepat. Karena dengan menggunakan metode

fuzzy diterapkan sebuah konsep yang memetakan suatu variabel pada

kemungkinan yang tidak eksak sehingga dapat menangani sistem linguistik atau permasalahan-permasalahan yang tidak pasti atau tidak presisi serta permasalahan probabilitas yang dihadapi (Kosko, 1992). Keputusan yang akan dihasilkan dapat membantu manager finansial dalam membuat keputusan-keputusan yang penting bagi perusahaan dan dapat menganalisa laporan keuangan suatu perusahaan yang berguna bagi para investor atau kreditur sebagai bahan pertimbangan apakah menguntungkan atau tidak menanamkan dana mereka pada suatu perusahaan melalui pasar modal.

1.2.Perumusan Masalah

Berdasarkan pada latar belakang diatas, maka perumusan masalah pada tugas akhir ini adalah mengembangkan sistem pendukung keputusan untuk menilai kinerja perusahaan dengan menggunakan metode analisa rasio dan metode

1.3.Pembatasan Masalah

Dalam pembahasan masalah yang dihadapi terdapat batasan yang digunakan sebagai ruang lingkup, yaitu :

1. Analisa rasio keuangan yang digunakan dalam menilai kinerja perusahaan meliputi rasio likuiditas, rasio solvabilitas, rasio aktivitas dan rasio keuntungan.

2. Data perusahaan yang digunakan dibatasi selama 5 periode (tahun).

3. Data-data yang digunakan adalah laporan keuangan dari PT. Indocement Tunggal Prakarsa, PT. Semen Gresik, PT. Semen Cibinong yang berasal dari BES Surabaya.

4. Data diasumsikan telah siap untuk diolah sebagai masukan sistem pendukung keputusan.

5. Bahasa Pemrograman yang digunakan adalah Microsoft Visual Basic 6.0. 6. Sistem database yang digunakan adalah Microsoft SQL 7.0

1.4.Tujuan

Dalam penelitian tugas akhir ini bertujuan untuk mengembangkan sistem pendukung keputusan untuk menilai kinerja perusahaan dengan metode analisa rasio dan metode fuzzy sehingga dapat memberikan keputusan yang tepat bagi pihak-pihak yang memerlukan.

1.5.Sistematika Penulisan

Di dalam penulisan Tugas Akhir ini secara sistematika diatur dan disusun dalam 5 bab, yaitu :

BAB I : PENDAHULUAN

Bab ini menjelaskan tentang latar belakang masalah, perumusan masalah, pembatasan masalah, tujuan dan sistematika penulisan.

BAB II : LANDASAN TEORI

Dalam bab ini diterangkan mengenai bagaimana penjelasan dari teori-teori yang digunakan untuk menyelesaikan permasalahan yang ada dalam Tugas Akhir ini.

BAB III : PERANCANGAN SISTEM

Bab ini menerangkan tentang masalah-masalah yang ada pada tugas akhir ini dan bagaimana merancang suatu sistem dari permasalahan yang terjadi, sehingga masalah tersebut bisa diselesaikan.

BAB IV : IMPLEMENTASI DAN EVALUASI

Dalam bab ini dijelaskan mengenai bagaimana implementasi penggunaan program yang telah dibuat, serta penjelasan proses analisa penentuan kinerja perusahaan dengan analisa rasio dan metode fuzzy logic.

BAB V : PENUTUP

Bab ini berisi tentang kesimpulan dan saran yang diambil dari keseluruhan bab-bab yang ada pada laporan Tugas Akhir ini.

LANDASAN TEORI

Pada bab ini menjelaskan teori-teori yang mendukung dalam pembuatan tugas akhir dengan judul sistem pendukung keputusan untuk menilai kinerja keuangan perusahaan menggunakan metode analisa rasio dengan metode fuzzy, yang meliputi :

2.1. Laporan Keuangan

Laporan keuangan merupakan hasil akhir dari suatu proses penentuan yang merupakan suatu ringkasan transaksi-transaksi keuangan yang terjadi selama tahun buku yang dapat dijadikan dasar untuk analisa bisnis dalam ekonomi dan peramalan masa depan.

1. Jenis Laporan Keuangan

Laporan keuangan disusun berdasarkan standart khusus akuntansi keuangan yang terdiri dari :

a. Neraca

Dalam hal penyajian neraca secara umum aktiva dan pasiva. Neraca bermanfaat untuk menggambarkan posisi keuangan pada saat tertentu dan memberikan gambaran aktiva, hutang dan modal.

b. Perhitungan laba /rugi

Laporan yang menggambarkan pendapatan dan biaya kegiatan lainnya dalam satu periode secara rinci.

2. Tujuan laporan kegiatan

Adapun tujuan umum dari laporan keuangan, sebagai berikut :

a. Untuk memberikan informasi keuangan mengenai aktiva dan kewajiban serta modal suatu perusahaan.

b. Untuk memberikan informasi keuangan yang membantu para pemakai laporan keuangan didalam menaksir potensi perusahaan dalam menghasilkan laba.

3. Sifat dan keterbatasan laporan keuangan

Walaupun laporan keuangan merupakan informasi yang sangat berguna bagi pihak-pihak untuk pengambilan keputusan, tetapi laporan keuangan tersebut masih mempunyai sifat dan keterbatasan. Menurut Munawir (1998 : 10) sifat dan keterbatasan laporan keuangan adalah sebagai berikut :

a. Laporan keuangan bersifat historis. Laporan keuangan tidak dapat dianggap sebagai satu-satunya sumber informasi dalam proses pengambilan keputusan. b. Laporan keuangan bersifat umum dan bukan dimaksudkan untuk memenuhi

kebutuhan pihak tertentu.

c. Proses penyusunan laporan keuangan tidak luput dari penggunaan penaksiran berbagai pertimbangan.

d. Laporan keuangan bersifat konservatif dalam menghadapi ketidakpastian. e. Laporan keuangan lebih menekankan pada makna ekonomi suatu peristiwa

4. Pihak-pihak yang berkepentingan dengan laporan keuangan

Pihak-pihak yang berkepentingan dengan posisi keuangan maupun perkembangan suatu perusahaan meliputi :

a. Pihak intern perusahaan - Pemilik

Karena dengan laporan keuangan tersebut pemilik perusahaan dapat menilai sukses tidaknya manajer dalam memimpin perusahaan dan kesuksekan seorang manajer biasanya dinilai dengan laba yang diperoleh perusahaan.

- Manajer atau pemimpin

Dengan mengetahui posisi keuangan maka dapat menyusun rencana yang baik dan memperbaiki sistem pengawasnya dan juga menentukan kebijakan-kebijakan dengan tepat.

b. Pihak ekstern perusahaan - Investor

Mereka berkepentingan terhadap prospek jaminan investasinya serta untuk mengetahui kondisi keuangan jangka pendek perusahaan.

- Kreditur dan Banker

Laporan keuangan dibutuhkan mereka sebelum mengambil keputusan untuk memberikan atau menolak permintaan kredit dari suatu perusahaan.

2.2. Analisa Rasio Keuangan

Analisa ratio adalah suatu metode analisa untuk mengetahui hubungan dari pos-pos tertentu dalam neraca atau laporan rugi laba secara individual atau kombinasi dari kedua laporan tersebut, (Munawir 1992:37). Atau merupakan bagian kegiatan yang hendak mencoba menilai keadaan perusahaan yang dapat digunakan untuk berbagai tujuan. Sehat tidaknya suatu perusahaan akan dapat ditunjukkan oleh ratio-ratio yang diperoleh dari analisa ini.

Analisa rasio keuangan dapat memberikan indikasi apakah perusahaan memiliki kas yang cukup untuk memenuhi kewajiban finansialnya, besarnya piutang yang cukup rasional, efisien manajemen persediaan, perencanaan pengeluaran investasi yang baik dan struktur modal yang sehat sehingga tujuan memaksimalkan kemakmuran pemegang saham dapat tercapai.

Dalam melakukan analisa rasio keuangan dapat dilakukan dengan membandingkan prestasi satu periode dibandingkan dengan periode sebelumnya sehingga diketahui adanya kecenderungan selama periode tertentu. Selain itu dapat pula dilakukan dengan cara membandingkan dengan perusahaan sejenis dalam industri tersebut sehingga dapat diketahui bagaimana posisi perusahaan dalam industri.

Selain membantu manajer finansial dalam membuat keputusan-keputusan yang penting bagi perusahaan, analisa ratio keuangan berguna juga bagi calon investor atau kreditur sebagai bahan pertimbangan apakah menguntungkan atau tidak menanamkan dana mereka kedalam perusahaan melalui pasar modal dengan cara membeli saham perusahaan yang go-publik.

Penggolongan angka rasio berdasarkan tujuannya, angka-angka rasio keuangan dapat diklasifikasikan dalam lima golongan sebagai berikut :

a. Liquidity Ratio

Rasio yang mengukur kemampuan perusahaan untuk memenuhi kewajiban finansial yang berupa hutang-hutang jangka pendek. Yang termasuk liquidity ratio antara lain :

- Current Ratio = x100%

Lancar Hutang

Lancar Aktiva

... (1)

- Cash Ratio = x100%

Lancar Hutang Efek Kas +

... (2)

b. Solvency / Leverage Ratio

Rasio yang mengukur kemampuan perusahaan untuk membayar hutang jangka panjang, bila pada suatu saat perusahaan dilikuidasi atau dibubarkan. Dan rasio ini dapat menunjukkan seberapa jauh perusahaan dinilai oleh pihak luar atau kreditor. Yang termasuk leverage rasio adalah :

- Debt To Total Assets Ratio = x100%

Aktiva Total

Hutang Total

... (3)

- Debt To Equity Ratio = x100%

Sendiri Modal

Total

Hutang Total

... (4)

c. Asset Management Ratio

Rasio yang digunakan untuk mengukur efektivitas perusahaan dalam menggunakan sumber-sumber yang tersedia didalam perusahaan. Yang termasuk asset management ratio antara lain :

- Perputaran Aktiva Tetap =

Tetap Aktiva

Penjualan

- Perputaran Aktiva =

Aktiva Total

Penjualan

... (6)

d. Profitabiliy Ratio

Rasio yang digunakan untuk mengukur kemampuan perusahaan dalam memperoleh keuntungan. Yang termasuk profitability ratio antara lain :

- Net Profit Margin = x100%

Penjualan Pajak setelah Bersih Laba

... (7)

- Return On Assets = x100%

Aktiva Total (EBIT) Pajak sebelum Bersih Laba

... (8)

- Return On Equity = x100%

Sendiri Modal Pajak setelah Bersih Laba

... (9)

2.3. Analisa Kinerja Keuangan Perusahaan

Analisa keuangan merupakan suatu penilaian terhadap kinerja perusahaan pada waktu yang lalu dan prospek pada masa mendatang. Melalui analisa keuangan tersebut dapat diketahui kekuatan dan kelemahan suatu perusahaan dengan menggunakan informasi yang terdapat dalam laporan keuangan (financial statement). Laporan keuangan perusahaan mencerminkan prestasi kerja perusahaan yang menunjukkan berhasil atau tidaknya suatu perusahaan dalam menjalankan operasinya pada periode tertentu.

Keberhasilan kinerja suatu perusahaan merupakan impian dari setiap perusahaan yang terus menerus diusahakan untuk mencapainya. Kinerja adalah ukuran seberapa efisien dan efektif seorang manajer atau sebuah organisasi dalam mencapai tujuannya. Kinerja yang efektif dan efisien akan dapat meningkatkan kemampuan perusahaan dari berbagai segi baik keuangan, manajemen perusahaan maupun performance perusahaan (Husein Umar, 2002:25).

Adapun tujuan dari pengukuran kinerja perusahaan, yaitu :

a. Untuk mengukur efektifitas manajemen berdasarkan hasil pengembalian yang dihasilkan penjual dan investasi.

b. Untuk mengukur kemampuan perusahaan dalam mempertahankan pertumbuhan perekonomian dalam industri atau pasar produk tempatnya beroperasi.

2.4. Sistem Pendukung Keputusan

Pada dasarnya SPK ini merupakan pengembangan lebih lanjut dari Sistem Informasi Manajemen terkomputerisasi (Computerized Management

Information System), yang dirancang sedemikian rupa sehingga bersifat interaktif

dengan pemakainya. Sifat interaktif ini dimaksudkan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan, seperti prosedur, kebijakan, teknik analisis, serta pengalaman dan wawasan manajerial guna membentuk suatu kerangka keputusan yang bersifat fleksibel.

Sebuah sistem pendukung keputusan merangkaikan sumber-sumber terpenting yang berasal dari tiap individu dengan kemampuan dari sistem komputer untuk memperbaiki kualitas dari keputusan-keputusan. Hal itu merupakan sebuah computer based system untuk memanajemen pembuat keputusan dengan masalah-masalah yang semi-terstruktur.

2.5. Logika Fuzzy

Penggolongan himpunan (Set) yang dinamakan fuzzy (fuzzy set)

dan salah. 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. (Lotfi Zadeh, 1994)

2.5.1 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

Derajat keanggotaan

µ[x]

Anggota himpunan (Domain dari Fuzzy Set)

N N+k

0 1

Penghubung Ni dg µ[x]i

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 2.5.4.

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 2.5.5.

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. Mereka menggunakan variabel linguistik sebagai bahasanya, sebagai contoh untuk mengekspresikan strategi pengendalian dari sebuah pengendali pengontrol fuzzy logic. Menjelaskan aturan fuzzy logic berarti menunjukkan, bagaimana menghitung dengan konsep linguistik.

2.5.2 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

nonsinglenton : µA (c)=1 dan µA (x’ ) menurunkan dari 1 sebagaimana x’bergerak menjauh dari x. sebagai contoh :

( )

(

) (

)



  



 − −

−

= ₂

' ' '

exp

σ

µ A x x x x

T

A ... (10)

dimana σ ’ adalah parameter yang menentukan bentuk dari µA (x’ ) [1]. Sejauh ini yang banyak digunakan adalah fuzzyfikasi singlenton, tetapi pemakaian non singlenton juga telah dirintis terutama untuk masukan-masukan yang banyak dimasukioleh derau (noise).

Proses fuzzyfikasi dalam menentukan nilai min, center, dan maximum pada aplikasi ditunjukkan pada gambar 2.2 berikut ini :

ambar 2.2 Varibel Tradisional

Gambar 2.2 Variabel Fuzzy

Sangat Rendah Rendah Sedang Tinggi Sangat Tinggi

1

0

T1 T2

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.

2.5.3 Himpunan fuzzy

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

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. Himpunan fuzzy menyamakan konsep keanggotaan dengan menggunakan fungsi 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.

2.5.4 Operasi himpunan fuzzy

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 mungkin sebagian dalam kedua himpunan. Oleh karena itu ketika mengingat 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 - µ_۸(x)

2.5.5 Fungsi keanggotaan (Membership Function)

Gambar 2.3. Fungsi keanggotaan segitiga

Gambar 2.3 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 digunakan adalah fungsi keanggotaan segitiga :

2.5.6 Batasan (Hedges)

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.

0 1

Triangular(x;a,b,c) =

0, x ≤ a. x – a

b – a c – x c – b

0, c ≤ x. , a ≤ x≤ b. , b ≤ x ≤ c.

2.6. Data Flow Diagram (DFD)

Analisa sistem informasi merupakan tahap penguraian dari sistem informasi yang utuh ke dalam sub sistem yang dimaksud, mengidentifikasi permasalahan yang ada serta kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan. DFD digunakan untuk merepresentasikan seluruh proses-proses data dalam sebuah organisasi. Pendekatan data flow menitik beratkan pada logika yang tersirat dari suatu sistem.

2.6.1 Pembuatan DFD (Data Flow Diagram)

DFD dapat dan harus digambarkan secara sistematis. Pertama, dibutuhkan sistem analis untuk mengkonsep data flow, dari atas ke bawah seperti dijelaskan sebagai berikut :

1. Membuat sebuah daftar dari kegiatan bisnis dengan menggunakan beberapa variasi, yaitu : (a) Entity luar (external entity), (b) Data flow, (c) Proses, dan (d) Data store.

2. Membuat sebuah context diagram dimana ditunjukkan external entity dan data flow ke dan dari sistem.

3. Menggambar diagram level 0, level selanjutnya.

4. Membuat sebuah child diagram untuk tiap-tiap proses pada level 0. 5. Pengecekan error.

Untuk memulai sebuah DFD dari suatu sistem biasanya dituangkan dalam sebuah daftar dengan empat kategori yaitu entity luar, arus data, proses, dan penyimpanan data. Daftar ini akan membantu menentukan batasan-batasan dari suatu sistem yang akan digambarkan. Pada dasarnya daftar tersebut berisi elemen-elemen data yang dikarang yang terdiri dari :

a.Pembuatan context diagram

Context diagram adalah level yang tertinggi dalam sebuah DFD dan

hanya berisi satu proses serta merupakan representasi dari sebuah sistem. Proses dimulai dengan penomeran ke-0 dan untuk seluruh entity luar akan ditunjukkan dalam context diagram yang sama seperti data awal yang dikirim dari entity luar. Context diagram tidak berisi penyimpanan data.

b.Pembuatan diagram level 0 serta level berikutnya

Diagram level 0 dihasilkan oleh context diagram dan berisi proses-proses. Pengisian proses-proses yang berlebihan pada level ini akan menghasilkan sebuah diagram yang salah, sehingga sulit umtuk di mengerti . Masing-masing proses diberikan penomoran dengan sebuah bentuk integer. Umumnya dimulai dari kiri atas dan penyelesaiannya di kanan bawah dalam sebuah bentuk diagram.

c.Pembuatan child diagram

Child diagram diberikan nomor yang sama seperti proses diatasnya

(parent proses) dalam diagram level 0. Contohnya, proses 3 harus diturunkan ke diagram 3, proses pada child diagram menggunakan penomoran unik untuk masing-masing proses dengan mengikuti penomoran proses diatasnya. Contohnya, dalam diagram 3 proses-proses diberikan nomor 3.1, 3.2, 3.3 dan seterusnya. Konversi ini diikuti oleh analis sistem untuk menelusuri seri-seri dari proses-proses yang dikeluarkan oleh beberapa level, jika pada proses diagram level 0 digambarkan sebagai 1, 2 dan 3 maka child diagram-diagramnya adalah 1, 2, dan 3 pada level yang sama. ilustrasi level detil dengan sebuah child DFD dapat ditunjukkan pada gambar 2.4 :

Gambar 2.4. Contoh ilustrasi detil child diagram

d.Pengecekan kesalahan-kesalahan pada diagram digunakan untuk melihat kesalahan yang terdapat pada sebuah DFD. Beberapa kesalahan-kesalahan yang umum terjadi ketika penggambaran / pembuatan DFD sebagai berikut :

1. Tidak menginputkan sebuah arus data atau arah panah langsung. Sebagai contoh adalah penggambaran proses yang menunjukkan sebuah data flow

seperti input atau seperti output. Tiap-tiap proses pengubahan data harus menerima input dan output. Tipe kesalahan ini terjadi ketika sistem analis tidak memasukkan sebuah data flow atau meletakkan sebuah arah panah di tempat yang salah seperti ditunjukkan pada gambar 2.5 berikut ini :

Kesesuaian data flow Record A

Data flow dari Parent Process ke Child diagram harus sama

Input B Entity 2

D1 Data store 1

3 General Process

3.1 Detail Process Input B

D1 Data store 1

3.1 Detail Process Record A

Gambar 2.5 Kesalahan proses input dan output

2. Hubungan penyimpanan data dan entity luar secara langsung satu sama lain. Data store dan entity luar harus dikoneksikan melalui sebuah proses seperti ditunjukkan pada gambar 2.6 berikut ini :

Gambar 2.6 Kesalahan penulisan hubungan entity luar dengan data store

3. Kesalahan penamaan (label) pada proses-proses atau data flow. Pengecekan DFD untuk memastikan bahwa tiap-tiap obyek atau data flow telah diberikan label. Sebuah proses haruslah diindikasikan seperti nama dari sistem atau menggunakan format kata kerja. Tiap data flow haruslah dideskripsikan dengan sebuah kata benda.

Employee

1 Employee time file Hours worked Employee

Sebuah external entity tidak dikoneksikan ke data store

1 Employee Master Employee

record Employee

time file

1 Calculate Proses 1 tidak mempunyai output

4. Memasukkan lebih dari sembilan proses dalam sebuah DFD. Memiliki banyak proses akan mengakibatkan kekacauan pada diagram sehingga dapat menyebabkan kebingungan dalam pembacaan sebuah proses dan akan menghalangi tingkat komunikasi. Jika lebih dari sembilan proses dalam sebuah sistem, maka beberapa grup dalam proses dilakukan bersama-sama ke dalam sebuah sub sistem dan meletakkannya dalam sebuah child diagram. 5. Menghilangkan suatu arus data. Pengujian dari suatu diagram yang

menunjukkan garis / arah (flow), dimana untuk setiap proses data flow hanya mempunyai input data, output kecuali dalam kasus dari detil (child). Setiap

child data dari DFD, arah arus data seringkali digambarkan untuk

mengidentifikasikan bahwa diagram tersebut kehilangan data flow.

6. Membuat ketidaksesuiaan komposisi dalam child diagram , dimana tiap child

diagram harus mempunyai input dan output arus data yang sama seperti proses dilevel atasnya (parent process). Pengecualian untuk rule ini adalah kurangnya output, seperti kesalahan garis yang ada didalam child diagram.

2.6.2 Keuntungan pembuatan data flow

Data flow mempunyai lima keuntungan utama dari penjelasan-penjelasan jalannya data dalam sistem, yaitu :

1. Kebebasan yang berasal dari kepercayaan untuk mengimplementasikan secara benar teknik sistem dari suatu sistem yang baru.

2. Memberikan pengertian dari hubungan sistem-sistem dan subsistem yang ada. 3. Komunikasi mengenai pengetahuan sistem bagi user melalui DFD

4. Analisa dari sebuah usulan sistem untuk menentukan jika data dan proses-proses yang ada dapat didefinisikan secara mudah.

5. Penggunaan data flow merupakan keuntungan tambahan yang dapat digunakan sebagai latihan bagi sistem analis, kesempatan sistem analis menjadi lebih mengerti tentang hubungan sistem dan subsistem yang ada didalamnya.

2.7. Desain Database

Desain database merupakan gambaran atau deskripsi dari file-file yang digunakan serta merupakan sebuah pendefinisian normal dan merupakan gambaran dari pusat penyimpanan dari data tertentu yang digunakan dalam beberapa aplikasi yang berbeda. Desain database terdiri dari :

2.7.1 Database

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 database. 2.7.2 Bentuk database dan file

Ada dua bentuk pendekatan pada proses penyimpanan data dalam sebuah sistem komputer. Metode pertama adalah untuk menyimpan file-file tunggal, masing-masing dengan bentuk unik untuk berbagai macam aplikasi. Pendekatan yang kedua adalah untuk menyimpan data dalam sebuah sistem komputer dengan melibatkan pembuatan sebuah database.

2.7.3 Konsep-konsep data

Konsep-konsep data merupakan hal yang sangat penting untuk di mengerti bagaimana data dipresentasikan kembali sebelum memutuskan penggunaan file atau database. Konsep-konsep tersebut terdiri dari :

A. Realita, data dan metadata

Realita data merupakan gambaran atribut-atribut yang dimiliki oleh sekumpulan data. Data merupakan representasi fakta dunia nyata yang mewakili suatu objek. Metadata merupakan data dimana dijelaskan tentang data file atau

database serta menjelaskan pemberian nama dan menunjukkan panjang dari

masing-masing item data. Metadata juga menjelaskan panjang dan komposisi dari tiap-tiap record. Gambaran dari hubungan antara realita, data dan meta data yaitu didalamnya terdapat entity dan attribut (realita), record dan item data (data), definisi record dan definisi item data (meta data). Ditunjukkan pada gambar 2.8 berikut :

Gambar 2.7 Hubungan antara realita, data dan metadata 1. Entity

Merupakan beberapa obyek atau kejadian tentang dimana dapat mencocokkan koleksi data sebagai sebuah entity. Entity juga dapat berupa sebuah kejadian atau unit dari satu waktu.

Entities

Record

Occurrences

Record

Definitions

Item data

Occurrences

Item data

Definitions

2. Relationship

Merupakan hubungan antara entity, adapun tipe-tipe dari relationship antara lain one to one (1:1), one to many (1:M), dan many to many (M:N).

3. Attribute

Merupakan sebuah karakteristik dari sebuah entity.

4. Record

Merupakan suatu kumpulan dari item-item data yang secara umum merupakan penjelasan umum dari entity.

B. Kelompok file

Sebuah file berisi grup-grup dari record yang digunakan untuk melengkapi informasi untuk suatu operasi-operasi, perencanaan, manajemen, dan pembuatan keputusan. Tipe-tipe dari file yang digunakan antara lain :

1. File master : berisi record-record dari sebuah kelompok entity.

2. File tabel : berisi data yang digunakan.

3. File-file transaksi : digunakan untuk mengisi perubahan (update) sebuah file

master dan laporan-laporan.

4. Work file : digunakan untuk menjalankan program agar lebih efektif.

5. File laporan : Memudahkan untuk menjalankan program (ketika tidak

ada printer).

C. Normalisasi

Normalisasi dibutuhkan untuk mengorganisir data dan menghindari redudansi data (data double). Ada tiga bentuk normalisasi, antara lain :

1.First Normal Form (1NF)

Langkah pertama ini terdapat pada sebuah relasi normalisasi yang digunakan untuk menghilangkan (menghapus) grup-grup yang berulang.

2.Second Normal Form (2NF)

Pada bentuk normal yang kedua, seluruh attribut yang ada akan difungsikan tergantung pada PK (Primary Key).

3.Third Normal Form (3NF)

Sebuah relasi penormalisasian yang ketiga adalah jika seluruh yang bukan kunci PK (Primary Key) dari semua attribut seluruhnya difungsikan bergantung pada PK dan attribut tersebut bukan transitif ketergantungan (tanpa kunci).

2.8. Desain Output dan Input 2.8.1 Input

Input merupakan sebuah informasi yang dikirimkan kepada suatu sistem

informasi.Bentuk-bentuk desain secara khusus mungkin dapat digunakan jika suatu analisa sistem dapat disesuaikan dengan bentuk desain secara lengkap dan bermanfaat. Hal itu juga penting untuk mengenalkan secara dini desain yang digunakan, arus data atau bentuk-bentuk yang tidak dibutuhkan pada sumber-sumber suatu organisasi dan hal itu harus dihilangkan. Untuk mendesain form-form yang baik dan berguna, ada beberapa hal dari desain form yang harus diterapkan antara lain :

2. Memastikan form-form tersebut sesuai dengan tujuan untuk masing-masing desain.

3. Desain form digunakan untuk menjamin kelengkapannya. 4. Mempertahankan form-form yang menarik.

2.8.2 Output

Output merupakan sebuah informasi yang dikirimkan kepada user

melalui suatu sistem informasi. Beberapa data yang dibutuhkan diproses secara teliti sebelum dinyatakan layak sebagai sebuah output; penyimpanan data lain, dan ketika data-data tersebut dibutuhkan kembali, data-data tersebut berupa ouput

yang membutuhkan proses yang sedikit. Output dapat di ambil dari beberapa bentuk yaitu : bentuk laporan yang dihasilkan printer dan tampilan layar komputer, mikrofon (suara). Oleh sebab itu, penggunaan output sangat penting guna menjamin pemakaian dan penerimaan dari suatu sistem informasi.

Perancangan sistem pada tugas akhir sistem pendukung keputusan untuk menilai kinerja keuangan perusahaan dengan analisa rasio dan metode fuzzy logic

ini mencakup beberapa tahapan proses, antara lain meliputi : 3.1Analisis Sistem

Ada beberapa tahapan analisis pada tugas akhir dengan judul sistem pendukung keputusan untuk menilai kinerja keuangan perusahaan dengan analisa rasio dan metode fuzzy logic, antara lain :

a. Observasi, yaitu melakukan pengamatan terhadap laporan-laporan keuangan dari beberapa perusahaan dari Bursa Efek Surabaya (BES).

b. Wawancara, yaitu melakukan tanya jawab secara langsung dengan pihak-pihak yang terkait dalam hal ini adalah staf-staf yang terkait di Bursa Efek Surabaya (BES).

c. Pengumpulan data, diperoleh dari hasil survey data-data perusahaan di Bursa Efek Surabaya (BES) terhadap kinerja keuangan dari beberapa perusahaan.

3.2Perancangan Sistem

Perancangan sistem pada penelitian tugas akhir ini terdiri dari desain sistem yang digunakan dalam menggambarkan aliran data secara keseluruhan antara proses-proses yang ada ke dalam suatu bentuk diagram.

3.2.1Desain umum sistem

Gambar 3.1. Gambaran umum proses fuzzy pada aplikasi analisa kinerja keuangan perusahaan

Gambar 3.1 diatas menggambarkan tentang desain umum sistem yang menjelaskan tentang proses secara umum penilaian kinerja perusahaan dengan menggunakan metode fuzzy logic. Pada gambar diatas dijelaskan mengenai inputan utama sistem yang berupa data-data laporan keuangan, industri, perusahaan. Kemudian dilanjutkan dengan proses perhitungan rasio keuangan dimana data tersebut menunjukkan rasio-rasio keuangan yang terdiri dari :

a. Current Ratio yang merupakan hasil bagi antara aktiva lancar terhadap

hutang lancar.

b. Cash Ratio yang merupakan hasil bagi antara kas dan efek terhadap hutang

lancar. P ro se s P er hi tung a n A n a lis a R as io K eu an g an Fu zzi fi k a si K e put usa n Perh it u n g a n Fu zzy S et

Crisp Fuzzy

Masukan :

- Data Industri - Data

Perusahaan - Data Lap.

Keuangan

Kriteria

Masukan Pembobotan

Kriteria keputusan

c. Total Debt to Total Assets Ratio yang merupakan hasil bagi antara total hutang terhadap total aktiva.

d. Debt to Equity Ratio yang merupakan hasil bagi antara total hutang terhadap

total modal.

e. Perputaran aktiva tetap yang merupakan hasil bagi antara penjualan terhadap aktiva tetap.

f. Perputaran aktiva yang merupakan hasil bagi antara penjualan terhadap total aktiva.

g. Net Profit Margin yang merupakan hasil bagi antara laba setelah pajak

terhadap penjualan.

h. Return on Assets yang merupakan hasil bagi antara EBIT terhadap total aktiva.

i. Return on Equity yang merupakan hasil bagi antara EAT terhadap modal.

Kemudian diteruskan dengan proses fuzzifikasi yang digunakan untuk mengubah nilai-nilai inputan ke dalam bentuk crisp, berdasarkan kriteria yang telah ditetapkan untuk dijadikan dalam 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). Setelah didapatkan hasilnya maka dilanjutkan ke proses alokasi keputusan berdasarkan kriteria keputusan yang telah ditetapkan. Hasil akhir dari sistem ini menghasilkan keputusan yang terdiri dari baik, cukup dan kurang.

3.2.2Arsitektur alur program

Gambar 3.2. Gambaran alur kerja sistem Mulai

File Tipe Industri Proses Input

Maintenance Tipe Industri Data Tipe Industri, Perusahaan, Laporan Keuangan,

Proses Input Maintenance Perusahaan

Proses Input Maintenance Laporan

Keuangan

File Perusahaan

File Laporan Keuangan

Proses Analisa Nilai Partisi Input Fuzzyfikasi

variabel Proses Perhitungan Rasio

Keuangan

File Analisa Rasio

Proses Komparasi keputusan Analisa Rasio dengan

Fuzzy Logic Proses Rule-rule fuzzy File Fuzzyfikasi File Fuzzy Rule Proses Test Penilaian Fuzzy

Logic

File Keputusan

Gambar 3.2 menjelaskan tentang alur kerja sistem, dimana proses pada aplikasi dimulai dari data-data (dokumen) tipe industri, perusahaan dan laporan keuangan perusahaan. Dalam aplikasi pembuatan sistem ini, terdapat beberapa proses maintenance data antara lain :

a. Maintenance tipe industri, yang digunakan untuk menginputkan data-data

tipe industri yang selanjutnya disimpan pada database tipe industri.

b. Maintenance perusahaan, yang digunakan untuk menginputkan data-data

perusahaan yang selanjutnya disimpan pada database perusahaan. Proses pada maintenance perusahaan ini, membaca database tipe industri untuk menginputkan nama perusahaan sesuai dengan tipe industrinya.

c. Maintenance laporan keuangan, yang digunakan untuk menginputkan

data-data laporan keuangan perusahaan, yang selanjutnya disimpan pada

database laporan keuangan. Proses ini membaca database perusahaan untuk

menginputkan data laporan keuangan berdasarkan perusahaannya.

d. Proses perhitungan rasio-rasio keuangan yang selanjutnya disimpan pada

database Analisa Rasio.

e. Proses analisa nilai partisi, digunakan untuk menginputkan batasan-batasan nilai dari fuzzyfikasi rasio keuangan dan selanjutnya disimpan pada

database fuzzyfikasi.

f. Proses rule (aturan) fuzzy, digunakan untuk menginputkan rule-rule yang digunakan secara perhitungan manual kedalam database fuzzy rule.

g. Proses komparasi keputusan, digunakan untuk membandingkan perhitungan secara analisa rasio dengan fuzzy logic. Proses ini membaca database

perusahaan, database fuzzyfikasi untuk mengambil bahasa representasi dan nilai batas guna dijadikan sebagai acuan penilaian, dan database fuzzy rule untuk menampilkan data-data rule yang digunakan. Selanjutnya proses ini melakukan penyimpanan pada database keputusan.

h. Proses tes penilaian fuzzy logic digunakan untuk menguji tiap masukan nilai dari tiap variabel rasio keuangan, dan menampilkan rule yang menjadi acuannya serta menampilkan hasil keputusan penilaian.

3.3 Pembentukan Aturan Dasar Fuzzy

Gambar 3.3. Tahapan proses penentuan aturan dasar fuzzy Mulai

Dengan menggunakan analisa partisi (equivalence partitioning), diambil nilai-nilai sebagai wakil tiap partisi dari tiap bahasa fuzzy pada

tiap variabel input, untuk dijadikan sebagai nilai referensi perhitungan keputusan.

Membuat tabel yang berisi semua kemungkinan kombinasi bahasa fuzzy dari tiap variabel input data rasio keuangan

Mengambil nilai batas partisi crisp dari tiap rentang variabel input, dan mengkonversikannya ke fuzzy, dengan nilai batas partisi crisp menjadi nilai titik perpotongan tiap partisi bahasa fuzzy di tiap input nilai rasio

keuangan.

Menghitung tiap kombinasi nilai variabel input untuk mendapatkan keputusan berdasarkan pada analisa rasio.

Gambar 3.3 merupakan gambaran alur/tahapan-tahapan pembentukan aturan dasar fuzzy yang digunakan pada tugas akhir ini. Hasil dari pada proses ini adalah sekumpulan aturan-aturan fuzzy yang akan digunakan sebagai acuan dalam proses penentuan kinerja keuangan pada perusahaan dengan metode fuzzy logic. Aturan-aturan dasar fuzzy yang dihasilkan oleh proses di atas menghasilkan 19.683 aturan yang diperoleh dari 9 variabel input dengan menggunakan 3 bahasa fuzzy. Berikut ini sebagian aturan-aturan dasar fuzzy yang dihasilkan oleh proses diatas ditunjukkan pada tabel. 3.1.

3.4 Desain Sistem

Desain sistem pada tugas akhir ini menggunakan process analyst dari

power designer 6.1. Sedangkan Entity Relationship Diagram menggunakan Erwin

Data Modeler yang memiliki kemampuan generate data ke database.

3.4.1 Context diagram

Context diagram berfungsi untuk menggambarkan alur sistem secara

umum dan selanjutnya context diagram di didekomposisi menjadi DFD Level 0 yang menjelaskan proses pada level yang lebih tinggi.

Gambar 3.4. Context diagram

3.4.2 DFD (Data Flow Diagram)

Data Flow Diagram (DFD) berfungsi untuk menggambarkan proses aliran data yang terjadi dalam sistem dari tingkat tertinggi sampai yang terendah, yang memungkinkan untuk melakukan dekomposisi atau membagi sistem kedalam bagian-bagian yang lebih kecil dan lebih sederhana.

0

SPK Untuk Menilai Kinerja Keuangan Perusahaan Menggunakan Analisa Rasio dg

Fuzzy

kep_analisa Data rule Fuzzy R9 Fuzzy R8 Fuzzy R7 Fuzzy R6 Fuzzy R5 Fuzzy R4 Fuzzy R3 Fuzzy R2 Fuzzy_R1 Rule Fuzzy Keputusan analisa rasio

Lap_keuangan Konfigurasi Fuzzy Data Perusahaan Data Industri dt_Rule FuzzyfikasiR9 FuzzyfikasiR8 FuzzyfikasiR7 FuzzyfikasiR6 FuzzifikasiR5 FuzzyfikasiR4 FuzzyfikasiR3 FuzzyfikasiR2 FuzzyfikasiR1 data kep dt_Lap_Keuangan dt_perusahaan dt_lap_keuangan dt_Perusahaan dt_Industri dt_Industri Hasil keputusan Rule Fuzzy 1 Merawat Data Tipe Industri 2 Merawat Data Perusahaan 3 Merawat Laporan Keuangan 4 Memproses Keputusan Analisa Rasio 6 Menampilkan Proses Fuzzyfikasi 1 Tipe_Industri 2 Perusahaan 3 Lap_Keuangan 4 Keputusan analisa 7 Menampilkan Fuzzy Rule 6 Fuzzyfikasi R1

7 Fuzzyfikasi R2 8 Fuzzyfikasi R3 9 Fuzzyfikasi R4 10 Fuzzyfikasi R5 11 Fuzzyfikasi R6

12 Fuzzyfikasi R7 13 Fuzzyfikasi R8 14 Fuzzyfikasi R9

15 Fuzzy_Rule User (Admin)

8

Proses Penilaian Fuzzy

Gambar 3.5. DFD (Data Flow Diagram) Level 0

3.4.3 ERD (Entity Relational Diagram)

Entity Relationship Diagram (ERD) digunakan untuk

menginterpretasikan, menentukan dan mendokumentasikan kebutuhan-kebutuhan untuk sistem pemrosesan database. ERD menyediakan bentuk untuk menunjukkan struktur keseluruhan kebutuhan data dari pemakai. Desain ERD dari aplikasi ini adalah sebagai berikut :

T ahun id_FuzzyR9 id_FuzzyR8 id_Fuzzy id_Fuzzy T hn id_Fuzzy id_Fuzzy id_Fuzzy id_Fuzzy id_Fuzzy id_Fuzzy id_Fuzzy id_FuzzyR7 id_FuzzyR6 id_FuzzyR5 id_FuzzyR4 id_FuzzyR3 id_FuzzyR2 id_FuzzyR1 id_perus h idT ipeInds Tipe_Industri Id_Tipe_Inds NamaTipeInd Perusahaan IdPerush idTipeInds NamaPerush Lap_Keuangan tahun id_perush id_Fuzzy AktivaLancar HutangLancar Kas Efek TotalHutang TotalAktiva Penj ual an AktivaTetap EBIT EAT Modal Fuzzy_Rul e idFuzzyRule id_FuzzyR 1 bhsFuzzyR1 id_FuzzyR 2 bhs_FuzzyR2 id_FuzzyR 3 bhs_FuzzyR3 id_FuzzyR 4 bhs_FuzzyR4 id_FuzzyR 5 bhs_FuzzyR5 id_FuzzyR 6 bhs_FuzzyR6 id_FuzzyR 7 bhs_FuzzyR7 Fuzzyfikasi R1 id_FuzzyR 1 IdFuzzy bhsFuzzy Mi n Tengah Max Fuzzy IdFuzzy ThnLap IdPerusahaan CurrentRasi o CashRasio TotalDebt DebtToEquity Perp_Akti vaTetap Perp_Akti va NetProfitMargin ReturnOnAssets ReturnOnEquity Fuzzyfikasi R2 id_FuzzyR 2 Id_Fuzzy bhsFuzzy Mi n Tengah Max Fuzzyfikasi R3 id_FuzzyR 3 Id_Fuzzy bhsFuzzy Mi n Tengah Max Fuzzyfikasi R4 id_FuzzyR 4 Id_Fuzzy bhsFuzzy Mi n Tengah Max Fuzzyfikasi R5 id_FuzzyR 5 Id_Fuzzy bhsFuzzy Mi n Tengah Max Fuzzyfikasi R6 id_FuzzyR 6 Id_Fuzzy bhsFuzzy Mi n Tengah Max Fuzzyfikasi R7 id_FuzzyR 7 Id_Fuzzy bhsFuzzy Mi n Tengah Max Keputusan id_Keputusan Thn Jeni sRasio Keputusan Fuzzyfikasi R8 id_FuzzyR 8 Id_Fuzzy bhsFuzzy Mi n Tengah Max Fuzzyfikasi R9 id_FuzzyR 9 Id_Fuzzy bhsFuzzy Mi n Tengah Max

Gambar 3.6. ERD (Entity Relational Diagram) 3.5 Desain Antarmuka

Desain antarmuka bertujuan memudahkan pengguna dalam berinteraksi dengan sistem. Desain antarmuka dibuat dengan menggunakan infragistics yang merupakan salah satu component pada Visual Basic 6.0, yang dapat digunakan untuk memodifikasi antarmuka Visual Basic. Desain antarmuka ini terdiri atas desain input dan desain output.

TIPE INDUSTRI Id Nama Tipe Industri

◘

Membuat database baru

◘

Memakai database lama 3.5.1 Desain input output

Desain input 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, antara lain :

A. Desain Create Database

Gambar 3.7. Desain form create database B. Desain setup database

Gambar 3.8. Desain form setup database C. Desain Data Tipe Industri

Gambar 3.9. Desain form input data jenis industri Lanjutkan Batal

DATABASE

Server User

Database Password

DATA PERUSAHAAN Jenis Industri :

Id Nama Perusahaan

LAPORAN KEUANGAN

Tipe Industri :

Perusahaan : ▼ Th Akt Hut Kas Efek Tot

Hutg

Tot Akt

Mod Penjl Akt

Tetap

EAT EBT D. Desain Data Perusahaan

Gambar 3.10. Desain form input data Perusahaan

E. Desain Laporan Keuangan

Gambar 3.11. Desain form input data laporan keuangan ▼

KEPUTUSAN

Perusahaan : ▼

Tahun : ▼

Curre nt Ratio

Kep Cash Ratio Kep

Total Debt to Total Assets Ratio Kep Debt to Equity Ratio Kep Perputr Aktiva Tetap Kep Total Assets Turn Over Kep Net Profit Margin Kep FUZZYFIKASI

Id Fuzzy : Id FuzzyR

…

Bahasa Fuzzy

Nilai Min Nilai Tengah

Nilai Max F. Desain Analisa Keputusan

Gambar 3.12. Desain form analisa keputusan

G. Desain Fuzzyfikasi

FUZZY RULE Id Fz Rule Id Fz R1 Bhs Fz R1 Id Fz R2 Bhs Fz R2 Id Fz R3 Bhs Fz R3 Id Fz R4 Bhs Fz R4 Id Fz R5 Bhs Fz R5 Id Fz R6 Bhs Fz R6 Id Fz R7 Bhs Fz R7 Id Fz R8 Bhs Fz R8 Id Fz R9 Bhs Fz R9 H. Desain Fuzzy Rule

Gambar 3.14. Desain form input data aturan fuzzy

I. Desain Test Nilai Fuzzy

Gambar 3.15. Desain form test nilai fuzzy

Test Nilai Fuzzy

Test Current Rasio Test Cash Rasio Test Total Debt Test Debt to Equity Test Fixed Assets

Test Total Assets Test NPM Test ROA Test ROE

Sistem Pendukung Keputusan Untuk Menilai Kinerja Keuangan Perusahaan Menggunakan Metode Analisa Rasio Dengan Metode Fuzzy

◘ About

◘ Keluar Aplikasi

◘ Industri ◘ Perusahaan ◘ Data Keuangan

◘ Keputusan

◘ Fuzzyfikasi Bahasa ◘ Fuzzy Rule

◘ Test Nilai Fuzzy

J. Desain Form Menu Utama

Gambar 3.16. Desain form menu utama sistem

3.6. DBMS (Database Management System)

Struktur database merupakan rincian dari entity relationship diagram. Struktur database ini menerangkan tentang field-field yang terdapat dalam database pada sistem yang terkomputerisasi. Struktur ini menunjukkan atribut-atribut setiap field pada database serta hubungan antara satu database dengan database yang lain.

Dalam penyusunan tugas akhir ini menggunakan Microsoft SQL

(Structure Query Language) versi 7.0 untuk penyimpanan datanya, adapun

struktur dari database tersebut adalah sebagai berikut : F i l e

Maintenance

A. Database Tipe Industri Nama Tabel : Tipe_Industri

Fungsi : Untuk menyimpan data tipe industri Tabel 3.2. Tipe Industri

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_TipeIndustri Integer - - - PK

Nama_tipeIndustri Varchar 255 - - -

Keterangan Varchar 255 - - -

B. Database Perusahaan Nama Tabel : Perusahaan

Fungsi : Untuk menyimpan data perusahaan

Tabel 3.3. Perusahaan

Kolom Tipe Data Panjang FK Tabel Keterangan

Id_Perush Integer - - - PK

IdTipeInds Integer - FK Tipe_Industri PK

NamaPerush Varchar 255 - - -

C. Database Laporan Keuangan Nama Tabel : Lap_Keuangan

Tabel 3.4. Laporan Keuangan

Kolom Tipe Data Panjang FK Tabel Keterangan

Tahun Date - - - PK

Id_Perush Integer - FK Perusahaan PK

AktivaLancar Float - - - -

HutangLancar Float - - - -

Kas Float - - - -

Efek Float - - - -

Tot_hutang Float - - - -

Tot_Aktiva Float - - - -

Tot_Modal Float - - - -

Penjualan Float - - - -

Aktiva_Tetap Float - - - -

Laba Float - - - -

EBIT Float - - - -

EAT Float - - - -

D. Database Fuzzy Nama Tabel : Fuzzy

Tabel 3.5. Fuzzy

Kolom Tipe Data Panjang FK Kolom Keterangan

ID_Rasio Integer - - - PK

Tahun Date - - - -

Id _Perush Integer - FK Perusahaan PK

Current Rasio Float - - - -

CashRasio Float - - - -

TotalDebt Float - - - -

DebtToEquity Float - - - -

Perp_AktivaTetap Float - - - -

Perp_Aktiva Float - - - -

NetProfitMargin Float - - - -

ReturnOnAssets Float - - - -

ReturnOnEquity Float - - - -

E. Database FuzzyfikasiR1 Nama Tabel : FuzzyfikasiR1

Tabel 3.6. Tabel FuzzyfikasiR1

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_FuzzyR1 Integer - - - PK

IdFuzzy Integer - FK Fuzzy PK

Bahasa_Fuzzy Varchar 255 - - -

Nilai_Min Float - - - -

Nilai_Tengah Float - - - -

Nilai_Max Float - - - -

IDRasio Integer - FK AnalisaRasio -

F. Database FuzzyfikasiR2 Nama Tabel : FuzzyfikasiR2

Fungsi : Untuk menyimpan data fuzzyfikasi Cash Ratio

Tabel 3.7. Tabel FuzzyfikasiR2

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_FuzzyR2 Integer - - - PK

IdFuzzy Integer - FK Fuzzy PK

Bahasa_Fuzzy Varchar 255 - - -

Nilai_Min Float - - - -

Nilai_Tengah Float - - - -

Nilai_Max Float - - - -

G. Database FuzzyfikasiR3 Nama Tabel : FuzzyfikasiR3

Fungsi : Untuk menyimpan data fuzzyfikasi Total Debt toTotal Assets Ratio

Tabel 3.8. Tabel FuzzyfikasiR3

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_FuzzyR3 Integer - - - PK

IdFuzzy Integer - FK Fuzzy PK

Bahasa_Fuzzy Varchar 255 - - -

Nilai_Min Float - - - -

Nilai_Tengah Float - - - -

Nilai_Max Float - - - -

IDRasio Integer - FK AnalisaRasio -

H. Database FuzzyfikasiR4 Nama Tabel : FuzzyfikasiR4

Tabel 3.9. Tabel FuzzyfikasiR4

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_FuzzyR4 Integer - - - PK

IdFuzzy Integer - FK Fuzzy PK

Bahasa_Fuzzy Varchar 255 - - -

Nilai_Min Float - - - -

Nilai_Tengah Float - - - -

Nilai_Max Float - - - -

IDRasio Integer - FK AnalisaRasio -

I. Database FuzzyfikasiR5 Nama Tabel : FuzzyfikasiR5

Fungsi : Untuk menyimpan data fuzzyfikasi Perputaran Aktiva Tetap

Tabel 3.10. Tabel FuzzyfikasiR5

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_FuzzyR5 Integer - - - PK

IdFuzzy Integer - FK Fuzzy PK

Bahasa_Fuzzy Varchar 255 - - -

Nilai_Min Float - - - -

Nilai_Tengah Float - - - -

Nilai_Max Float - - - -

J. Database FuzzyfikasiR6 Nama Tabel : FuzzyfikasiR6

Fungsi : Untuk menyimpan data fuzzyfikasi Perputaran Aktiva Tabel 3.11. Tabel FuzzyfikasiR6

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_FuzzyR6 Integer - - - PK

IdFuzzy Integer - FK Fuzzy PK

Bahasa_Fuzzy Varchar 255 - - -

Nilai_Min Float - - - -

Nilai_Tengah Float - - - -

Nilai_Max Float - - - -

IDRasio Integer - FK AnalisaRasio -

K. Database FuzzyfikasiR7 Nama Tabel : FuzzyfikasiR7

Tabel 3.12. Tabel FuzzyfikasiR7

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_FuzzyR7 Integer - - - PK

IdFuzzy Integer - FK Fuzzy PK

Bahasa_Fuzzy Varchar 255 - - -

Nilai_Min Float - - - -

Nilai_Tengah Float - - - -

Nilai_Max Float - - - -

IDRasio Integer - FK AnalisaRasio -

L. Database FuzzyfikasiR8 Nama Tabel : FuzzyfikasiR8

Fungsi : Untuk menyimpan data fuzzyfikasi Return on Assets

Tabel 3.13. Tabel FuzzyfikasiR8

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_FuzzyR8 Integer - - - PK

IdFuzzy Integer - FK Fuzzy PK

Bahasa_Fuzzy Varchar 255 - - -

Nilai_Min Float - - - -

Nilai_Tengah Float - - - -

Nilai_Max Float - - - -

M. Database FuzzyfikasiR9 Nama Tabel : FuzzyfikasiR9

Fungsi : Untuk menyimpan data fuzzyfikasi Return on Equity

Tabel 3.14. Tabel FuzzyfikasiR9

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_FuzzyR9 Integer - - - PK

IdFuzzy Integer - FK Fuzzy PK

Bahasa_Fuzzy Varchar 255 - - -

Nilai_Min Float - - - -

Nilai_Tengah Float - - - -

Nilai_Max Float - - - -

IDRasio Integer - FK AnalisaRasio -

N. Database Keputusan Nama Tabel : Keputusan

Fungsi : Untuk menyimpan data keputusan analisa

Tabel 3.15. Tabel Keputusan

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_Keputusan Integer - - - PK

Tahun Date - FK Fuzzy PK

JenisRasio Varchar 255 - - -

O. Database Rule Fuzzy Nama Tabel : Fuzzy_Rule

Fungsi : Untuk menyimpan data rule fuzzy

Tabel 3.16. Rule Fuzzy

Kolom Tipe Data Panjang FK Kolom Keterangan

Id_Fuzzy_Rule Integer - - - PK

Id_FuzzyR1 Integer - FK Fuzzy

BhsFuzzyR1 Varchar 255 - - -

Id_FuzzyR2 Integer - FK Fuzzy

BhsFuzzyR2 Varchar 255 - - -

Id_FuzzyR3 Integer - FK Fuzzy

BhsFuzzyR3 Varchar 255 - - -

Id_FuzzyR4 Integer - FK Fuzzy

BhsFuzzyR4 Varchar 255 - - -

Id_FuzzyR5 Integer - FK Fuzzy

BhsFuzzyR5 Varchar 255 - - -

Id_FuzzyR6 Integer - FK Fuzzy

BhsFuzzyR6 Varchar 255 - - -

Id_FuzzyR7 Integer - FK Fuzzy

BhsFuzzyR7 Varchar 255 - - -

Id_FuzzyR8 Integer - FK Fuzzy

BhsFuzzyR8 Varchar 255 - - -

Tabel 3.16. Rule Fuzzy (lanjutan)

Kolom Tipe Data Panjang FK Kolom Keterangan

BhsFuzzyR9 Varchar 255 - - -

Id_keputusan Integer - - - -

Bhs_keputusan Varchar 255 - - -

3.7Rancangan Evaluasi 3.7.1 Uji Input

Uji input digunakan untuk menguji data-data yang dimasukkan kedalam sistem aplikasi ini yang dapat dilihat pada tabel 3.17.

Tabel 3.17. Tabel uji input sistem

Test

case ID Tujuan Input

Output yang diharapkan 1. Untuk menambah,

mengedit, menghapus dan menyimpan data-data Tipe Industri

ID : 001

Nama : Industri Semen

- Data-data tipe industri akan tersimpan dalam tabel Tipe_Industri - Data Industri

dibaca pada maintenance data Perusahaan 2. Untuk menambah,

mengedit, menghapus dan menyimpan data-data Perusahaan

Id Industri : 001 IdPerusahaan : 11

Nama : PT. Semen Gresik

- Data-data Perusahaan akan tersimpan dalam tabel Perusahaan - Data Perusahaan

dibaca pada maintenance Laporan Keuangan

Tabel 3.17. Tabel uji input sistem (lanjutan)

Test

case ID Tujuan Input

Output yang diharapkan 3. Untuk menambah,

mengedit, menghapus dan menyimpan data-data Laporan Keuangan

IdIndustri : 001 IdPerusahaan : 11 Tahun : 1991

AktivaLancar : 503.544.087 HutangLancar : 15.784.806 kas : 4.871.676 efek : 5.675.200 Total Hutang : 15.986.217 Total Aktiva : 661.040.554 Penjualan : 156.022.743 Aktiva Tetap : 56.987.905 EBIT : 84.436.610 EAT : 84.436.610 Modal : 645.054.377

- Data-data Laporan Keuangan akan tersimpan dalam tabel Laporan Keuangan

- Data-data laporan keuangan dibaca dalam proses analisa rasio keuangan.

4. Untuk menyimpan data-data

fuzzyfikasi

ID bahasa fuzzy : 1 Bahasa fuzzy : Kecil Nilai min : 0.6 Nilai max : 32.0 Nilai tengah : 4.6

- Data-data

fuzzyfikasi dibaca dalam proses fuzzy rule dan test nilai fuzzy

3.7.2 Uji Perhitungan Fuzzy

Tabel 3.18. Tabel Uji Perhitungan Keputusan Fuzzy

Test

case ID Tujuan Input

Output yang diharapkan 1. Untuk

membuktikan antara perhitungan analisa rasio dengan perhitungan fuzzy logic sehingga dapat memberikan keputusan yang tepat.

CurrentRasio = 31,9 CashRasio = 30,3 TotalDebt = 2,4 DebtToEquity = 2,5 FixedAssets = 273,8 TotalAssets = 23,6 NetProfit Margin = 54,1

ROA = 12,8

ROE = 13,09

Diharapkan dengan perhitungan analisa rasio dengan penerapan metode fuzzy logic dapat memperhalus

(smoothing) keputusan

yang diberikan dan lebih detil dibanding keputusan yang dihasilkan dengan perhitungan analisa rasio keuangan secara konvensional.

4.1 Implementasi

Implementasi pada penelitian tugas akhir ini berupa aplikasi pemrograman yang menerapkan analisa rasiountuk menganalisa kinerja keuangan perusahaan dengan menggunakan metode fuzzy logic.

Perangkat lunak ini dibuat dengan menggunakan bahasa pemrograman

Visual Basic 6.0 yang didukung dengan komponen infragistic (active X) yang

dijalankan pada Sistem Operasi Windows XP.

4.1.1 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 XP b. Microsoft SQL 7.0

c. Microsoft Visual Basic 6.0 d. Microsoft Excel

e. ERwin 4.0

f. Power Designer 6.0 2. Perangkat keras :

a. Prosesor Pentium 4 2.4A Prescott b. Harddisk kapasitas 20 GB

c. Memori DDR 128 MB

d. Monitor Samsung Synch Master 551v 15 Inch e. Mouse dan keyboard

4.1.2 Instalasi program dan pengaturan sistem

Untuk menjalankan aplikasi tugas akhir 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 Component Infragistic (Active X) 4. Install Microsoft SQL Server 7.0

4.1.3 Penjelasan pemakaian program

Setelah melakukan tahap-tahap instalasi program diatas, pengguna yang dalam hal ini adalah pengambil keputusan dapat berinteraksi dengan sistem melalui tampilan-tampilan menu berikut ini, yang terdiri dari :

A. Form menu utama :

Gambar 4.1. Form menu utama aplikasi

Gambar 4.1 merupakan tampilan form utama yang berisi menu-menu yang digunakan dalam menjalankan aplikasi ini ditampilkan dengan bentuk list bar yang dikelompokkan sebagai berikut :

1. Menu Group File, yang terdiri dari : - Informasi

- Keluar Aplikasi

2. Menu Group Maintenance, yang terdiri dari : - Industri

- Perusahaan - Data Keuangan

3. Menu Group Proses Analisa, yang terdiri dari : - Keputusan Analisa Rasio

4. Menu Group Proses Fuzzy, yang terdiri dari : - Fuzzy Rule

- Fuzzyfikasi - Test Nilai Fuzzy

B. Form About

Gambar 4.2. Form About

Gambar 4.2 menjelaskan tentang tampilan menu about yang menampilkan judul dari aplikasi yang dibuat dan informasi tentang pembuat aplikasi ini. Dalam form ini terdapat tombol back yang digunakan untuk kembali ke menu awal.

C. Form Create Database

Gambar 4.3. Form create database

Gambar 4.3 merupakan form create database yang digunakan untuk menentukan database yang digunakan dalam aplikasi, terdiri dari pilihan : (1) membuat database baru dan (2) memakai database yang telah ada. Tombol yang terdapat di menu ini terdiri dari tombol lanjutkan, yang berfungsi untuk melanjutkan proses pembuatan database baru atau melanjutkan database yang telah ada, serta tombol batal untuk membatalkan proses dari kedua pilihan yang ada.

D. Form Setup Database

Gambar 4.4. Form setup database

Gambar 4.4 menggambarkan tentang form setup database baru yang digunakan dalam koneksi ke aplikasi. Tombol yang terdapat di dalam form ini terdiri dari tombol kembali, buat database, dan tombol batal.

E. Form Jenis Industri

Gambar 4.5. Form jenis industri

Gambar 4.5 merupakan tampilan dari menu jenis industri yang digunakan untuk mengisikan data-data jenis industri yang terdiri dari inputan id industri, nama industri ke dalam tabel (GridEx). Dalam form ini terdapat tombol

back yang digunakan untuk kembali ke menu awal.

F. Form Perusahaan

Gambar 4.6 merupakan tampilan dari form perusahaan yang digunakan untuk menginputkan data perusahaan yang terdiri dari id perusahaan, nama perusahaan. Pada form ini terdapat combo box yang menampilkan pilihan jenis industri dan nama industri yang ada. Dalam tampilan ini terdapat tombol back

yang digunakan untuk kembali ke menu awal

G. Form Laporan Keuangan

Gambar 4.7. Form laporan keuangan

Gambar 4.7 merupakan tampilan dari form laporan keuangan yang digunakan untuk mengisikan data-data laporan keuangan perusahaan. Adapun data-data laporan keuangan yang diinputkan antara lain : tahun, aktiva lancar, hutang lancar, kas, efek, total hutang, total aktiva, modal, penjualan, aktiva tetap, EAT dan EBT. Combo box yang terdapat dalam form ini digunakan untuk memilih id perusahaan untuk kemudian menginputkan data-data laporan

keuangannya. Dalam tampilan ini terdapat tombol back yang digunakan untuk kembali ke menu awal.

H. Form Keputusan

Gambar 4.9. Form keputusan

Gambar 4.9 menjelaskan form keputusan dalam aplikasi ini digunakan hasil perhitungan nilai rasio dengan keputusannya dari tiap-tiap rasio keuangan. Nilai rasio keuangan yang dihasilkan terdiri dari current ratio, cash ratio, total debt to total assets ratio, debt to equity ratio, fixed assets turnover, total assets

turnover, net profit margin, return on assets, return on equity. Combo box yang

terdapat dalam form ini digunakan untuk memilih id perusahaan. Dalam tampilan ini terdapat tombol back yang digunakan untuk kembali ke menu awal.

I. Form Fuzzyfikasi

Gambar 4.10. Form fuzzyfikasi

Gambar 4.10 menggambarkan tentang form fuzzyfikasi yang digunakan untuk menginputkan id fuzzy, bahasa fuzzy, nilai min fuzzy, nilai tengah fuzzy, dan nilai max fuzzy. Combo box dalam tampilan ini digunakan untuk memilih rasio keuangannya. Dalam tampilan ini terdapat tombol back yang digunakan untuk kembali ke menu awal.

J. Form Fuzzy Rule

Gambar 4.11. Form fuzzy rule

Gambar 4.11 menggambarkan tentang form fuzzy rule yang digunakan untuk menampilkan rule-rule fuzzy sampai dengan 19.683 rule yang digunakan dalam aplikasi ini. Dalam tampilan ini terdapat tombol back yang digunakan untuk kembali ke menu awal.

K. Form Tes Nilai Fuzzy

Gambar 4.12. Form aturan penilaian fuzzy

Gambar 4.12 merupakan form aturan penilaian fuzzy dalam aplikasi yang digunakan untuk menginputkan nilai-nilai Current Rasio, Cash Rasio, Total Debt, Debt To Equity, Fixed Assets, Total Assets, Net Profit Margin, Return On Assets,

Return On Equity yang untuk selanjutnya jika tombol test ditekan maka akan

menampilkan kriteria-kriteria nilai (kurang, cukup atau baik) dari nilai inputan yang ada, kemudian setelah nilai-nilai diteskan tombol test rule digunakan untuk menampilkan kriteria-kriteria nilai dari semua nilai yang teskan guna mengambil nilai yang terbesar sebagai output keputusan dari fuzzy logic (Buruk, Cukup dan Baik).

4.2 Evaluasi

4.2.1 Hasil Uji coba sistem

Tabel 4.1 Rincian Evaluasi Output test case pada sistem

Test case ID

Tujuan Input Output yang

diharapkan

Output Sistem 1. Untuk

menambah, mengedit, menghapus dan menyimpan data-data Tipe Industri

ID : 001

Nama : Industri Semen

- Data-data tipe industri akan tersimpan dalam tabel Tipe_Industri - Data Industri

dibaca pada maintenance data Perusahaan Maintenance pengolahan data-data Industri seperti ditunjukkan pada gambar 4.5

2. Untuk menambah, mengedit, menghapus dan menyimpan data-data Perusahaan

Id Industri : 001 IdPerusahaan : 11

Nama : PT. Semen Gresik - Data-data Perusahaan akan tersimpan dalam tabel Perusahaan - Data Perusahaan dibaca pada maintenance Laporan Keuangan Maintenance pengolahan data-data Perusahaan seperti ditunjukkan pada gambar 4.6

= .000 15.784.806 000 . 025 . 500 . 477

= 30,251 Rasio Solvabilitas

3. Total Debt Rasio =

Aktiva Total

Hutang Total

= 100%

4.000 661.040.55

.000 15.986.217

x

= 2,4 4. Debt To Equity Rasio =

Sendiri Modal

Total

Hutang Total

= 100%

7.000 645.054.33

.000 15.986.217

x

= 2,5 Rasio Aktivitas

5. Fixed Assets Turnover Rasio =

Tetap Aktiva

Penjualan

= 100%

.000 56.987.905

3.000 156.022.74

x

= 273,8%

6. Total Assets Turnover Rasio =

Aktiva Total

Penjualan

= 100%

4.000 661.040.55

3.000 156.022.74

x

81

Rasio Keuntungan

7. Net Profit Margin =

Penjualan EAT

= 100%

3.000 156.022.74

.000 84.436.610

x

= 54,1%

8. Return On Assets =

Aktiva Total

EBIT

= 100%

4.000 661.040.55

.000 84.436.610

x

= 12,8%

9. Return On Equity =

Sendiri Modal

EAT

= 100%

7.000 645.054.33

.000 84.436.610

x

= 13,09%

Pengambilan keputusan dari perhitungan analisa rasio secara konvensional berdasarkann kriterian sebagai berikut :

Untuk analisa rasio likuiditas, aktivitas, keuntungan : - nilai rasio <= rata-rata industri = Buruk

- nilai rasio = rata-rata industri = Cukup - nilai rasio >= rata-rata industri = Baik Untuk analisa rasio solvabilitas :

- nilai rasio <= rata-rata industri = Baik - nilai rasio = rata-rata industri = Cukup

- nilai rasio >= rata-rata industri = Buruk

Rata-rata industri diperoleh dari rata-rata tiap rasio keuangan dari data 3 perusahaan selama 5 tahun.

Dari perhitungan secara konvensional diatas menghasilkan keputusan sebagai berikut :

Tabel 4.3 Perhitungan analisa rasio secara konvensional Rasio Nilai Rata-rata Keputusan

Current Rasio 31.901 4.62 Baik

Cash Rasio 30.251 3.91 Baik

Total Debt 2.4 44.23 Baik

Debt to Equity 2.5 62.07 Baik

Fixed Assets Turnover 273.8 89.77 Baik Total Assets Turnover 23.6 33.61 Kurang

Net Profit Margin 54.1 18.93 Baik

ROA 12.8 5.96 Baik

ROE 13.09 11.07 Baik

Dengan perbandingan jumlah keputusan yang diperoleh dari tiap-tiap rasio keuangan maka keputusan yang diambil adalah Baik dengan perbandingan 8 : 1.

b. Perhitungan secara fuzzy (tes nilai fuzzy)

Dengan menggunankan perhitungan analisis fuzzy logic, test nilai dari tiap-tiap rasio diperoleh sebesar 0.667 dengan keputusan Cukup, seperti ditunjukkan pada gambar 4.14 berikut ini :

83

Gambar 4.14. Output nilai perhitungan fuzzy PT. Semen Gresik

c. Keputusan Analisa

Hasil dari kedua proses diatas dapat diketahui, bahwa dengan proses fuzzy, informasi yang dihasilkan lebih detil dan lebih kecil jumlahnya dibandingkan dengan proses konvensional.

5.1 Kesimpulan

Berdasarkan pada hasil uji perhitungan antara perhitungan analisa rasio secara konvensional dengan perhitungan menggunakan fuzzy logic menunjukkan keputusan yang dihasilkan oleh fuzzy logic dapat memberikan gambaran keputusan kinerja perusahaan secara keseluruhan. Sehingga dapat dijadikan landasan dalam mendukung keputusan untuk menilai kinerja keuangan perusahaan, dibandingkan dengan menggunakan analisa rasio keuangan hanya akan memberikan penilaian secara independent.

5.2 Saran

Adapun saran untuk pengembangan lebih lanjut dari penulisan tugas akhir ini adalah :

Sistem aplikasi ini dapat dikembangkan lebih lanjut dengan menggunakan analisa rasio keuangan dengan pembanding analisa trend dan crossection, untuk mengetahui kinerja keuangan suatu perusahaan dari tahun ke tahun.

Daftar Pustaka

Fuzzy Team, Belajar Logika Fuzzy, Laboratorium Mikroelektronika ITN Malang Husein Umar, 2002, Evaluasi Kinerja Perusahaan, Cetakan Kedua, Gramedia

Pustaka Utama, Jakarta.

Kendall, and Kendall, Copyright © 2002, 1999, 1995, 1992, Systems analysis And Design, by Pearson Education, Upper Saddle River, New Jersey.

Koetin, E.A., Analisa Pasar Modal, Cetakan Pertama, Jakarta, Pustaka Sinar Harapan, 1993

Kosko, Bart,1992, Neural Networks and Fuzzy System : A Dynamical System Application to Machine Intelligence., Prentice Hall, inc.

Munawir, 1992, 1998, 2002, Analisis Informasi Keuangan, Edisi Pertama, Liberty, Yogyakarta.

PT. BES Sie Promosi Dan Pemasaran, Bulletin BES : Go Publik Pencatatan dan Perdagangan Effek, Surabaya, 1994

PT. BES Sie Promosi Dan Pemasaran, Bulletin BES : Investasi Untuk Keuntungan, Surabaya, 1990

Supranto, J., MA, 1992, Statistik, Teori dan Aplikasi, jilid 1, edisi 5, Erlangga, Jakarta.