• Tidak ada hasil yang ditemukan

S KOM 0905758 Chapter5

N/A
N/A
Protected

Academic year: 2017

Membagikan "S KOM 0905758 Chapter5"

Copied!
1
0
0

Teks penuh

(1)

Fatah Ramadhan, 2016

IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM ANALISIS PEMBERIAN KREDIT KEPADA PARA DEBITUR

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

75 BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Adapun kesimpulan akhir dari penelitian Analisis Pemberian Kredit

Menggunakan Metode Jaringan Saraf Tiruan Algoritma Propagasi Balik:

1. Hasil jaringan dengan tingkat akurasi 95% adalah dengan 20 lapisan masukan,

20 lapisan tersembunyi, 1 lapisan keluaran, dan nilai learning rate 0.3.

2. Metode Jaringan Saraf Tiruan backpropagation dapat diimplementasikan

dalam aplikasi analisis pemberian kredit. Dan dapat menjadi salah satu

alternatif untuk menyelesaikan masalah analisis pemberian kredit.

5.2 Saran

Untuk pengembangan lebih lanjut, saran-saran yang diberikan pada penelitian

ini adalah sebagai berikut:

1. Perlu penelitian lebih lanjut dengan menggunakan pola masukan yang lebih

kompleks dan jumlah data yang lebih banyak, agar dapat diketahui nilai

jaringan yang paling optimal.

2. Perlu penelitian lebih lanjut dan lebih dalam agar hasil evaluasi yang

dihasilkan tidak sekedar memberikan hasil evaluasi secara global namun lebih

Referensi

Dokumen terkait

PERAMALAN VOLUME PENUMPANG KERETA API DI PULAU JAWA-SUMATERA DENGAN METODE JARINGAN SYARAF TIRUAN BACKPROGATION.. Universitas Pendidikan Indonesia |

PERAMALAN VOLUME PENUMPANG KERETA API DI PULAU JAWA-SUMATERA DENGAN METODE JARINGAN SYARAF TIRUAN BACKPROGATION.. Universitas Pendidikan Indonesia |

Penelitian ini dilakukan untuk mempelajari prediksi penjualan tunai dan kredit sepeda motor menggunakan Jaringan Syaraf Tiruan dengan Backpropagation yang diimplementasikan

Implementasi yang dilakukan adalah menggabungkan metode jaringan syaraf tiruan backpropagation untuk meramalkan jumlah kasus penyakit, sedangkan algoritma genetika

Pada penelitian ini arsitektur Jaringan Syaraf Tiruan yang digunakan adalah Jaringan Syaraf Tiruan dengan banyak lapisan (multilayer net) dengan algoritma

Dari hasil pengujian menggunakan kedua metode jaringan syaraf tiruan (backpropagation dan learning vector quantization) didapatkan metode jaringan syaraf tiruan

Implementasi yang dilakukan adalah menggabungkan metode jaringan syaraf tiruan backpropagation untuk meramalkan jumlah kasus penyakit, sedangkan algoritma genetika

Implementasi Jaringan Syaraf Tiruan Dengan Multilayer Perceptron Untuk Analisa Pemberian Kredit Amrin, Irawan Satriadi Fakultas Teknologi Informasi Universitas Bina Sarana