Penerapan Fuzzy Tsukamoto Dalam Penentuan Plafon Kredit Nasabah Usaha Mikro, Kecil, Dan Menengah (UMKM)
DOI:
https://doi.org/10.62712/juktisi.v5i1.1082Keywords:
Fuzzy Tsukamoto, Decision Support System, Credit Ceiling, Customers, Micro, Small, and Medium Enterprises (MSMEs)Abstract
Penentuan plafon kredit untuk nasabah Usaha Mikro, Kecil, dan Menengah (UMKM) sering menghadapi kendala akibat proses analisis yang manual dan subjektif, sehingga meningkatkan risiko kesalahan penilaian kelayakan nasabah. Penelitian ini bertujuan membangun sistem pendukung keputusan untuk menentukan plafon kredit menggunakan metode Fuzzy Tsukamoto. Metode ini dipilih karena kemampuannya menangani data yang bersifat samar dan menghasilkan keputusan terukur melalui fungsi keanggotaan serta aturan fuzzy. Variabel penelitian yang digunakan meliputi jumlah pengajuan, pendapatan, agunan, dan lama usaha. Hasil pengujian kelayakan melalui instrumen Post-Study System Usability Questionnaire (PSSUQ) kepada analis kredit menunjukkan nilai rata-rata 92%, yang mengindikasikan tingkat kebergunaan sistem yang tinggi. Selain itu, pengujian akurasi yang dilakukan dengan membandingkan hasil keluaran sistem dengan data aktual dari bank menggunakan metode Mean Absolute Percentage Error (MAPE) menghasilkan nilai sebesar 2,9%, yang termasuk dalam kategori sangat baik. Hasil tersebut menunjukkan bahwa metode Fuzzy Tsukamoto memiliki tingkat akurasi yang tinggi dan sangat layak diimplementasikan untuk mendukung keputusan penentuan plafon kredit nasabah UMKM
Kata Kunci: Fuzzy Tsukamoto, Sistem Pendukung Keputusan , Plafon Kredit, Nasabah, Usaha Mikro, Kecil, dan Menengah (UMKM)
Downloads
References
J. Kuswanto, B. Maulana, R. Vernando, and S. Berta, “Penerapan Metode Fuzzy Tsukamoto dalam Penilaian Kinerja Karyawan di Perusahaan Air Minum Kabupaten OKU,” Bull. Comput. Sci. Res., vol. 4, no. 1, pp. 84–90, 2023, doi: 10.47065/bulletincsr.v4i1.312.
F. Rizaldi and A. Z. Falani, “Sistem Pendukung Keputusan Untuk Menentukan Nilai Kredit Pinjaman Dengan,” J. Insa. Comtech, vol. 5, no. 1, 2020, doi: 10.53712/jic.v5i1.827.
D. P. Tarigan and A. Wantoro, “Sistem Pendukung Keputusan Pemberian Kredit Mobil Dengan Fuzzy Tsukamoto ( Studi Kasus : PT Clipan Finance ),” J. Telemat. Inf. Technol., vol. 1, no. 1, pp. 32–37, 2020, doi: 10.33365/tft.v1i1.870.
S. Kurniasih and B. G. S. L. I, “Sistem pendukung keputusan untuk kelayakan pemberian kredit dengan metode fuzzy tsukamoto (studi kasus koperasi kemuning persada cabang bandung),” J. Nuansa Inform., vol. 14, pp. 38–45, 2020, doi: 10.25134/nuansa.v14i1.2417.
H. Agus, N. Dewi, and R. Raharjo Apriyadi, “Implementasi Fuzzy Tsukamoto Untuk Pinjaman Modal Ukm Pada Koperasi Sehati,” J. Inform. UPGRIS, vol. 6, no. 1, 2020, doi: 10.26877/jiu.v6i1.4773.
Saifulloh, W. W. Wing, and L. T. Emha, “Penerapan Fuzzy Logic Dalam Penentuan Kelayakan Pemberian Kredit,” J. Ilm. Multitek Indones., vol. 10, no. 2, 2016, doi: 10.24269/mtkind.v10i2.333.
R. Arif, Yochanan, ilham A. Samanlagi, and H. Purnomo, Kuantitatif, Kualitatif dan R&D. Karawang: CV. Saba Jaya Publisher, 2024.
M. Muslihudin, Fauzi, A. Satria, Trisnawati, and M. Siti, Implementasi Konsep Decision Support System Dan Multiple Attribute Decision Making (FMADM). Indramayu: ADAB, 2021.
E. kjadija Miloudi and A. Ettouhami, “A Multiview Formal Model of Use Case Diagrams Using Z Notation : Towards Improving Functional Requirements Quality,” J. Eng., vol. 2018, 2018, doi: 10.1155/2018/6854920.
S. Kusumadewi and H. Purnomo, Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu, 2010.
A. F. Apriansyah, A. Pramudwiatmoko, S. M. Wibowo, E. Widyastuti, A. T. Jiwandono, and V. Sari, “Penerapan Metode Fuzzy Tsukamoto Untuk Mendukung Pengambilan Keputusan Berdasarkan Jumlah Resi dan Profit,” J. JTIK ( J. Teknol. Inf. dan Komun. ), vol. 9, no. December, pp. 1309–1321, 2025, doi: 10.35870/jtik.v9i4.3917.
D. Melina and Diana, “Penerapan Metode Fuzzy Tsukamoto Dalam Memprediksi Permintaan Barang,” J. Comput. Syst. Informatics, vol. 4, no. 3, pp. 511–521, 2023, doi: 10.47065/josyc.v4i3.3194.
S. Budy, A. I. S, and Zohrahayaty, Machine Learning & Reasoning Fuzzy Logic Algoritma, Manual, Matlab, & Rapid Miner. Deepublish, 2020.
S. Baul, J. Ahamed, A. M. Islam, A. K. M. Mazumder, T. Sultan, and D. Nandi, A comprehensive study to assist decision-makers in determining software design between four UML diagrams, vol. 1, no. 1. Association for Computing Machinery, 2024. doi: 10.1145/3723178.3723209.
Y. Wijaya Dwi and M. Astuti Wardah, “Pengujian Blackbox Sistem Informasi Penilaian Kinerja Karyawan PT Inka ( Persero ) Berbasis Equivalence Partitions,” J. Digit. Teknol. Inf. Vol., vol. 4, pp. 22–26, 2021, doi: 10.32502/digital.v4i1.3163.
S. Arikunto, Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta: Rineka Cipta, 2010.
Sugiyono, Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta, 2022.
S. Nurhayati, H. Irmayanti, and Y. Wijaya Rakha, “Penerapan Fuzzy Tsukamoto Untuk Sistem Prediksi Jumlah Produksi Roti Berbasis Web,” KOMPUTA J. Ilm. Komput. dan Inform., vol. 13, no. 1, pp. 64–73, 2024, doi: 10.34010/komputa.v13i1.12056.
A. Pratama Arga, A. R Dewi, and M. Mukhyi Abdul, “Penerapan Metode Moving Average dan Exponential Smoothing untuk Prediksi Nilai Ekspor dan Impor Indonesia,” J. Ilm. FIFO, vol. XIV, no. 1, pp. 59–67, 2022, doi: 10.22441/fifo.2022.v14i1.006.
E. Gustri Wahyuni, “Membandingkan Tingkat Efisiensi Metode Tsukamoto dan Sugeno untuk kasus Pneumonia,” CoreIT, vol. 7, no. 2, pp. 94–100, 2021, doi: 10.24014/coreit.v7i2.15085.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Yoan Cantika, Irmayansyah, Syafrial
This work is licensed under a Creative Commons Attribution 4.0 International License.
