Jaringan Syaraf Tiruan untuk Memprediksi Pengambilan Keputusan untuk Memberikan Kredit kepada Calon Nasabah Baru
Abstract
Kredit adalah proses meminjamkan uang kepada nasabah dengan ketentuan bahwa nasabah wajib mengembalikan uang yang dipinjamnya kembali kepada bank yang memberi pinjaman. Masalahnya adalah nasabah yang dibiayai atau yang diberi kredi ini memiliki karakter dan sifat yang bermacam-macam sehingga sulit untuk memastikan bahwa kredit tersebut akan dikembalikan seluruhnya. Bank menilai untuk memberikan kredit sering menggunakan prinsip 5 C (Character, Capital Capacity,Condition of Economy, dan Colateral).analisis yang paling rumit adalah analisis terhadap kondisi keuangan calon nasabah yaitu permodalan dan kemampuan calon nasabah dalam melakukan pengembalian kreditnya. Oleh karena itu perlu dikembangkan suatu alat analisis untuk menganalisis permodalan serta kemampuan calon nasabah dalam mengembalikan kreditnya. Untuk memudahkan analisis terhadap calon nasabah maka perlu dikembangkan suatu metode yang dapat meramalkan kualitas dari kredit yang akan diberikan kepada calon nasabah sehingga pihak bank memiliki analisis yang lebih tepat dalam pengambilan keputusan untuk memberikan kredit kepada calon nasabah baru, maka dikembangkanlah suatu metode jaringan syaraf tiruan yang menggunakan algoritma backpropagation sebagai alat bantu dalam menganalisis kualitas kredit yang akan diberikan tersebut. Hasil dari penelitian ini berupa sistem pengambilan keputusan yang memastikan pihak bank memberikan kredit berdasar prinsip 5 c tanpa harus takut dengan pemodalan nasabah baru.
Keywords
Full Text:
PDFReferences
U. A. Mustofa, D. Y. Siyamto, and S. A. Surakarta, “Pengaruh Kualitas Jasa Terhadap Kepuasan Nasabah Pada Bank Umum Syariah Di Surakarta,” J. Ilm. Ekon. Islam, vol. 01, no. 02, 2015,
R. Anggriawan et al., “Analisis Faktor Yang Mempengaruhi Kredit Perbankan di Indonesia,” 2022.
Nurul Laily Abdulloh Putri, “PENGARUH KINERJA BANK TERHADAP KEPERCAYAAN NASABAH BANK SYARIAH INDONESIA (BSI) PASCA MERGER,” WADIAH, vol. 6, no. 2, pp. 120–140, Jul. 2022, doi: 10.30762/wadiah.v6i2.140.
R. Lumbantobing, L. D. R. Tampubolon, D. Iskandar, and ..., “Financial Literacy and Inclusion for Millennial UMKM Owners In West Jakarta,” Int. J. …, pp. 290–295, 2022, ine]. Available: http://ijcsnet.id/index.php/go/article/view/66%0Ahttp://ijcsnet.id/index.php/go/article/download/66/103
F. Rahmadani and A. M. Pardede, “JARINGAN SYARAF TIRUAN PREDIKSI JUMLAH PENGIRIMAN BARANG MENGGUNAKAN METODE BACKPROPAGATION ( STUDI KASUS: KANTOR POS BINJAI ),” J. Tek. Inform. Kaputama, vol. 5, no. 1, 2021.
M. F. Mubarokh, M. Nasir, and D. Komalasari, “Jaringan Syaraf Tiruan Untuk Memprediksi Penjualan Pakaian Menggunakan Algoritma Backpropagation,” 2020. [Online]. Available: https://journal-computing.org/index.php/journal-cisa/index
Q. Wu and C. Peng, “Wind Power Generation Forecasting Using Least Ensemble Empirical Mode Decomposition ,” 2016, doi: 10.3390/en9040261.
E. Bas, V. R. Uslu, U. Yolcu, and E. Egrioglu, “A modified genetic algorithm for forecasting fuzzy time series,” Appl. Intell., vol. 41, no. 2, pp. 453–463, 2014, doi: 10.1007/s10489-014-0529-x.
Y. H. Chen, W. Hong, W. Shen, and N. N. Huang, “Electric Load Forecasting Based on a Least Squares Support Vector Machine with Fuzzy Time Series and,” 2016, doi: 10.3390/en9020070.
S. Rizal, I. Abdullah, S. Tinggi, and W. Makassar, “PENGARUH KUALITAS PELAYANAN TERHADAP KEPUASAN NASABAH PADA PT. BANK RAKYAT INDONESIA (PERSERO) Tbk. Vivid Violin,” J. Ekon. dan Bisnis, vol. 8, no. 2, 2021.
G. N. L. Wijayakusuma and N. K. Emik Sapitri, “Penerapan Jaringan Syaraf Tiruan Dalam Pembentukan Model Peramalan Angka Melek Huruf di Kabupaten Karangasem,” J. Mat., vol. 10, no. 1, p. 11, Sep. 2020, doi: 10.24843/jmat.2020.v10.i01.p119.
M. S. Shastri, “Neural Network based Weather Prediction Model towards Ideal Crop Selection,” Int. J. Eng. Comput. Sci., vol. 5, no. 09, pp. 17845–17847, 2016, doi: 10.18535/ijecs/v5i9.09.
C. Yang et al., “Indoor location system based on discriminant-adaptive neural network in IEEE 802.11 environments,” IEEE Commun. Mag., vol. 1, no. July, pp. 1973–1978, 2015, doi: 10.1109/TNN.2008.2005494.
P. Soleimani, R. Sabbaghi-Nadooshan, S. Mirzakuchaki, and M. Bagheri, “Using Genetic Algorithm in the Evolutionary Design of Sequential Logic Circuits,” IJCSI Int. J. Comput. Sci. Issues, vol. 8, no. 3, pp. 1–7, 2011, doi: 10.1109/ICCEA.2010.118.
Q. Wu and C. Peng, “Wind power generation forecasting using least squares support vector machine combined with ensemble empirical mode decomposition, principal component analysis and a bat algorithm,” Energies, vol. 9, no. 4, 2016, doi: 10.3390/en9040261.
M. Enitan and J. Adeyemo, “Food processing optimization using evolutionary algorithms,” African J. Biotechnol., vol. 10, no. 72, pp. 16120–16127, 2011, doi: 10.5897/AJB11.410
DOI: https://doi.org/10.26905/jasiek.v5i2.11549
Refbacks
- There are currently no refbacks.
JASIEK(Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer)
Department of Electrical Engineering, Universitas Merdeka Malang
 | Taman Agung Street No. 1, Sukun, Malang Kota, Jawa Timur, 65146, Indonesia |
 | [email protected] |
 | 0822-3333-4114 |
 | @jasiekunmer |
Supported By:
 |  |