KLASIFIKASI KESEHATAN BANK MENGGUNAKAN SISTEM FUZZY SUGENO ORDER NOL YANG DIIMPLEMENTASIKAN DENGAN GRAPHICAL USER INTERFACE (GUI)

Sari, Rani Mita and Abadi, Agus Maman (2016) KLASIFIKASI KESEHATAN BANK MENGGUNAKAN SISTEM FUZZY SUGENO ORDER NOL YANG DIIMPLEMENTASIKAN DENGAN GRAPHICAL USER INTERFACE (GUI). S1 thesis, UNY.

[img]
Preview
Text
BAB I.pdf

Download (221kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (882kB) | Preview
[img]
Preview
Text
BAB III.pdf

Download (218kB) | Preview
[img]
Preview
Text
BAB IV.pdf

Download (902kB) | Preview
[img]
Preview
Text
BAB V.pdf

Download (212kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (102kB) | Preview

Abstract

Bank adalah badan hukum yang kegiatannya menghimpun dana masyarakat dan menyalurkannya kepada masyarakat yang membutuhkan dana dalam bentuk kredit untuk meningkatkan taraf hidup rakyat banyak.Perbankan merupakan jantungperekonomian suatu negara yang mempengaruhi berbagai aspek kehidupan. Oleh karena itu, diperlukan penilaian tingkat kesehatan bank sebagai refleksi dari kondisi perbankan tersebut. Penilaian tingkat kesehatan bank diukur dengan faktorRiskProfile, Good Coorporate Governance, Earning, dan Capital (RGEC). Sistem fuzzySugeno order nol dengan tingkat keakurasian sangat tinggi dapat digunakan untuk menilai kesehatan bank. Penelitian ini bertujuan membentuk sistem fuzzy Sugeno order nol untuk mengetahuitingkat kesehatan bank di Indonesia yang diimplementasikan dengan Graphical User Interface(GUI) dan mengetahui keakuratan sistem fuzzy Sugeno order nol dalam penilaian tingkat kesehatan bank di Indonesia. Proses pertama yang dilakukan adalah menentukan hasil penilaian tingkat kesehatan bank dengan menggunakan metode RGEC. Rasio dalam metode RGEC yang digunakan dalam penelitian ini yaitu NonPerforming Loan(NPL), Loan to Deposit Ratio (LDR), Return On Assets (ROA), Return On Equity (ROE), Net Interest Margin (NIM), dan Capital Adequacy Ratio (CAR). Data yang digunakan sejumlah 109 bank dengan periode waktu 3 tahun. Data dibagi menjadi 2 dengan prosentasi pembagian 80% sebagai data training dan 20% sebagai data testing. Bank yang digunakan sebagai data training sebanyak 87 bank dan 22 bank sebagai data testing. Berdasarkan peraturan Bank Indonesia variabel output dapat diklasifikasikan menjadi 5 himpunan fuzzy yaitu sangat sehat, sehat, cukup sehat, kurang sehat, dan tidak sehat. Proses inferensi fuzzydengan metode Sugeno order nol dan metode weight average pada proses defuzzifikasi. Sistem fuzzy yangtelah terbentuk kemudian diimplementasikan dengan Graphical User Interface (GUI). Tingkat keakurasi sistem fuzzy menggunakan metode Sugeno order nol dengan defuzzifikasi weight averagepada data training tahun 2011, 2012, dan 2013 secara berturut-turut adalah 95,4%, 97,7% dan 95,4%. Sedangkan keakurasian sistem fuzzy pada data testing tahun 2011, 2012, dan 2013adalah 100%. Hasil akurasi yang tinggi tersebut menunjukkan bahwa sistem fuzzy Sugeno orde nol baik digunakan sebagai penilaian kesehatan bank. Kata kunci : kesehatan bank, Graphical User Interface, RGEC, sistem fuzzy

Item Type: Thesis (S1)
Subjects: Matematika dan Ilmu Pengetahuan Alam > Matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Pendidikan Matematika > Matematika
Depositing User: Jurusan Pendidikan Matematika
Date Deposited: 25 Jul 2016 07:03
Last Modified: 30 Jan 2019 09:52
URI: http://eprints.uny.ac.id/id/eprint/36661

Actions (login required)

View Item View Item