1 BAB 1 PENDAHULUAN
1.1. Latar Belakang
Menurut Undang - Undang Perbankan No.7 tahun 1992, bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam rangka meningkatkan taraf hidup rakyat banyak (Kasmir, 2002). Bank tersebut diharapkan mampu menyediakan dana yang dibutuhkan oleh masyarakat yang akan mengajukan kredit.
Sebagai salah satu lembaga perbankan yang menangani soal kredit, BPR (Bank Perkreditan Rakyat) diharapkan dapat meningkatkan laba, salah satunya dengan menyediakan dana / kredit yang sesuai dengan permintaan pasar, agar tidak terjadi kekurangan maupun kelebihan dana / kredit yang akan diberikan. Sumber dana yang dimiliki perusahaan berasal dari 2 (dua) jenis rekening, yaitu rekening deposito dan rekening tabungan. Besar kecilnya sumber dana perusahaan tersebut tergantung dengan banyak tidaknya uang yang disimpan nasabah kedalam bentuk rekening deposito maupun tabungan. Berdasarkan studi lapangan ke salah satu lembaga perbankan yakni PT. BPR NBP 20 Delitua, pernah terjadi masalah ketersediaan dana karena jumlah dana / kredit yang diminta tidak sesuai dengan dana / kredit yang tersedia, sehingga hal ini menyebabkan penurunan laba. Ini terjadi karena lembaga tersebut harus meminjam dana dan membayar bunga kepada lembaga perbankan lain untuk memenuhi permintaan pasar. Sebaliknya jika jumlah dana / kredit yang disediakan terlalu besar dari permintaan, maka bank akan menanggung beban bunga yang besar pula dari dana yang telah disimpan oleh nasabah. Oleh karena itu, dibutuhkan sebuah aplikasi yang memprediksi permintaan kredit yang akan diberikan kepada masyarakat yang sesuai dengan permintaan dengan menggunakan metode atau algoritma tertentu.
2
Ada beberapa metode yang telah diimplementasikan dalam beberapa penelitian , untuk memprediksi atau meramalkan jumlah permintaan yang akan dipasarkan di masa akan datang, diantaranya : Average-Based Fuzzy Time Series (Tanjung, 2013); Fuzzy Mamdani (Djunaidi, dkk , 2005); Jaringan Saraf Tiruan Backpropagation (Septiarini & Sya‟Baniah, 2012); Winter Exponential Smoothing, Decomposition dan Event Based (Nur Putra, dkk, 2010); Fuzzy Sugeno (Basuki, 2010). Dari berbagai metode yang telah diteliti ini diperoleh nilai kesalahan peramalan yang berbeda-beda sesuai dengan data yang digunakan.
Pada penelitian ini penulis mencoba melakukan sebuah peramalan atau prediksi jumlah permintaan kredit pada suatu lembaga perbankan yang bergerak dibidang perkreditan yaitu BPR (Bank Perkreditan Rakyat) NBP 20 Delitua , menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Alasan penulis menggunakan metode ini karena metode ANFIS ini telah banyak diterapkan diberbagai kasus peramalan atau prediksi seperti tingkat inflasi (Fitrah, 2011), peramalan beban listrik (Defit, 2013), dan lain sebagainya.
1.2. Rumusan Masalah
Berdasarkan latar belakang diatas rumusan masalah pada penelitian ini adalah bagaimana memprediksi atau meramalkan jumlah permintaan kredit agar sesuai dengan permintaan.
1.3. Batasan Masalah
Agar penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka penulis membatasi masalah yang akan dibahas pada skripsi ini. Batasan - batasan masalah yang akan dibahas pada penelitian ini antara lain :
1. Data yang akan digunakan adalah data realisasi kredit pada PT. BPR NBP 20 Delitua dari tahun 2006 sampai 2013.
2. Data akan dikelompokkan per hari dalam satuan rupiah (Rp).
3. Sistem ini akan menghasilkan prediksi permintaan kredit yang akan diberikan untuk 1 (satu) hari kedepan.
4. Menggunakan database MySql dan bahasa pemrograman PHP.
5. Sistem ini menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS).
3
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk melakukan prediksi tentang jumlah permintaan kredit yang diberikan kepada masyarakat dengan periode 1 (satu) hari yang akan datang oleh lembaga perbankan yang bergerak di bidang pengkreditan.
1.5. Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah :
1. Mengetahui bagaimana pengimplementasian metode Adaptive Neuro Fuzzy Inference System (ANFIS) pada sistem komputer.
2. Sistem ini dapat bermanfaat sebagai masukan dalam pengambilan kebijakan perbankan pada PT. BPR NBP 20 Delitua.
3. Mengetahui tingkat keakuratan metode Adaptive Neuro Fuzzy Inference System (ANFIS) berdasarkan hasil perhitungan error peramalan pada data permintaan kredit yang diteliti.
1.6. Metodologi Penelitian
Metodologi penelitian yang digunakan pada penelitian ini adalah : a. Studi Literatur
Pada tahap ini dilakukan pengumpulan bahan referensi yang berkaitan dengan peramalan dan metode adaptive neuro fuzzy inference system dari buku, artikel, paper, makalah dan sumber lainnya.
b. Analisis
Pada tahap ini dilakukan analisis terhadap hasil studi literatur untuk mendapatkan pemahaman mengenai metode adaptive neuro fuzzy inference system untuk menyelesaikan masalah peramalan permintaan kredit di masyarakat.
c. Perancangan
Pada tahap ini dilakukan perancangan perangkat lunak yang dibangun, seperti perancangan proses dan antarmuka.
d. Implementasi
Pada tahap ini dilakukan pengkodean perangkat lunak sesuai dengan spesifikasi yang ditentukan.
4
e. Pengujian
Pada tahap ini dilakukan pengujian terhadap perangkat lunak yang dibangun, dan apakah sudah sesuai dengan harapan penulis.
f. Penyusunan Laporan
Pada tahap ini dilakukan penulisan dokumentasi hasil analisis metode a daptive neuro fuzzy inference system untuk menyelesaikan masalah peramalan jumlah permintaan kredit di periode yang akan datang.
1.7. Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut:
BAB 1 : PENDAHULUAN
Bab ini berisi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan.
BAB 2 : LANDASAN TEORI
Bab ini akan membahas teori-teori yang berhubungan dengan pokok pembahasan dalam penelitian ini. Pada bab ini akan dijelaskan tentang sistem peramalan secara umum dan metode adaptive neuro fuzzy inference system.
BAB 3 : ANALISIS DAN PERANCANGAN
Bab ini akan membahas analisis sistem, perancangan system, dan perancangan interfaceyang digunakan dalam pembuatan sistem peramalan jumlah permintaan kredit menggunakan metode adaptive neuro fuzzy inference system.
BAB 4 : IMPLEMENTASI DAN PENGUJIAN
Bab ini berisi pembahasan tentang implementasi dari analisis dan perancangan sistem dan pengujian terhadap sistem yang dibangun.
BAB 5 : KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saran-saran yang diajukan untuk pengembangan selanjutnya.
