Data pasar finansial merupakan salah satu data yang dapat menjadi representasi keadaan ekonomi suatu institusi ataupun negara. Namun, data pasar finansial ditemukan hampir selalu tidak mengikuti model distribusi normal. Selain itu, fenomena yang menarik pada bagian ekor distribusi seringkali tidak diperhitungkan oleh suatu model. Oleh karena itu, perhatian utama tugas akhir ini adalah model Gumbel - Clayton copula yang dapat menangkap tail dependence pada kedua ujung dan pengembangan piranti lunak bantu dengan model tersebut. Model Gumbel - Clayton copula serta beberapa asumsi dari model tersebut digunakan dalam simulasi. Salah satu asumsi adalah penggunaan model distribusi marjinal AR(r)-EGARCH(1,1). Setelah penurunan model, simulasi dilakukan dalam tiga tahapan. Pertama, keadaan pasar finansial direpresentasikan dengan data riil berupa harga penutupan saham dari bursa efek. Setelah data disiapkan, kompilasi untuk pemenuhan batasan model akan dilakukan pula. Kemudian, hasil kompilasi data digunakan dalam proses perhitungan dengan piranti lunak Financial Investigation Tools (FIT) yang telah dikembangkan pada tugas akhir ini. Hasil dari perhitungan FIT relevan dengan fakta sehingga cukup baik untuk dijadikan identifikasi tingkat kesalingtergantungan data finansial. Selain fungsi utama FIT yaitu keluaran nilai kesalingtergantungan pasar finansial, beberapa fasilitas lain seperti penyimpanan hasil analisis dan penyimpanan tanggapan pengguna juga dikembangkan sehingga memberi nilai tambah pada pengembangan piranti lunak.