Fatah Ramadhan, 2016
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM ANALISIS PEMBERIAN KREDIT KEPADA PARA DEBITUR
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
1 BAB I
PENDAHULUAN
1.1. Latar Belakang
Perkembangan perekonomian di Indonesia saat ini tumbuh berkembang dengan seiring
meningkatnya kegiatan perekonomian yang berdampak langsung terhadap peningkatan usaha
dan kebutuhan manusia. Sebagaimana umumnya dalam negara berkembang, dalam dunia
usaha selalu berusaha untuk meningkatkan penjualan karena dengan meningkatnya penjualan
akan meningkatkan pula pendapatan dunia usaha tersebut. Salah satu cara yang digunakan
untuk meningkatkan penjualan adalah dengan menggunakan sistem penjualan kredit
(Sutrisno, 2005). Tujuan analisis kredit adalah menilai mutu permintaan kredit yang diajukan
oleh pemohon kredit.
Adapun analisis pemberian kredit yang dilakukan oleh analis kredit meliputi dua tahap
yaitu analisis kualitatif tentang calon debitur yang meliputi perolehan informasi tentang
riwayat calon debitur, reputasi bisnis, dan karakter sosial. Proses penilaian karakter sosial
merupakan penilaian kegiatan abstrak seperti moral, kewiraswastaan, itikad baik dan lain-lain
yang semuanya itu dinilai secara obyektif. Analisis kuantitatif meliputi seluruh rincian
perhitungan pembiayaan permohonan kredit.
Proses penilaian kelayakan pemberian kredit ini menjadi permasalahan pada lembaga
pembiayaan. Untuk proses persetujuan pemberian kredit tersebut lembaga pembiayaan harus
melakukan analisis secara detail sehingga dapat ditentukan apakah kredit tersebut disetujui
atau tidak. Menurut Chusnul Imama pada penelitiannya yang berjudul “Penerapan Case
Based Reasoning Dengan Algoritma Nearest Neighbor Untuk Analisis Pemberian Kredit Di
Lembaga Pembiayaan”: Saat ini ada beberapa kendala dalam proses analisis pemberian kredit di lembaga pembiayaan yaitu kurang tepat dan cepat hasil analisis kredit yang dilakukan. Hal
tersebut dipengaruhi oleh faktor human error, sedangkan data yang akan dianalisis jumlahnya
bisa mencapai ratusan nasabah perhari, sehingga mengakibatkan tingkat kesalahan analisis
Fatah Ramadhan, 2016
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM ANALISIS PEMBERIAN KREDIT KEPADA PARA DEBITUR
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2
dapat membantu dalam pengambilan keputusan oleh analis kredit untuk mengatasi
permasalahan tersebut.
Untuk menyelesaikan permasalahan analisis kredit tersebut, peneliti akan membangun
sebuah sistem yang dapat memberikan rekomendasi kepada analis kredit untuk menganalisis
kredit. Sistem akan dibangun dengan menggunakan algoritma backpropagation. Sistem
tersebut dapat menganalisis kredit berdasarkan kesamaan dari data kasus nasabah lama yang
sudah berjalan masa kreditnya dengan data kasus nasabah baru dengan menggunakan atribut
– atribut yang telah ditentukan.
Backpropagation melatih jaringan untuk mendapatkan keseimbangan antara
kemampuan jaringan untuk mengenali pola yang digunakan selama pelatihan serta
kemampuan jaringan untuk memberikan respon yang benar terhadap pola masukan yang
serupa dengan pola yang dipakai selama pelatihan (Siang, 2009).
Algoritma propagasi balik (backpropagation) adalah salah satu algoritma yang terdapat
pada metode jaringan saraf tiruan (JST) dimana algoritma ini memiliki kecenderungan untuk
menyimpan pengetahuan yang bersifat pengalaman dan membuatnya siap untuk digunakan
(Alexander & Morton, 1994). Algoritma propagasi balik dapat digunakan untuk
menyelesaikan berbagai masalah, seperti klasifikasi, optimasi, estimasi, evaluasi, kompresi,
peramalan, sistem kontrol, sistem pendeteksian kecurangan, dan sebagainya (Suyanto, 2011).
Beberapa penelitian yang menggunakan algoritma propagasi balik menyimpulkan
bahwa algoritma ini mampu menyelesaikan dan menghasilkan nilai keluaran yang baik.
Seperti pada penelitian yang dilakukan oleh Liza Yulianti (2013) yang berjudul
“Implementasi Jaringan Syaraf Tiruan Dalam Sistem Pendukung Keputusan (SPK) Untuk Memilih Perguruan Tinggi” menyimpulkan bahwa algoritma propagasi balik dapat
mengambil keputusan bagi calon mahasiswa baru, penelitian yang dilakukan oleh Yani
Maulita M.Kom (2014) yang berjudul “Perancangan Sistem Pengambilan Keputusan
Diagnosa Penyakit Dalam Menggunakan metode Back Propagation” menyimpulkan bahwa
algoritma propagasi balik mampu untuk memprediksi pasien tidak terkena penyakit dalam,
penelitian yang dilakukan oleh Dinar Atika Sari yang berjudul “Peramalan Kebutuhan Beban
Fatah Ramadhan, 2016
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM ANALISIS PEMBERIAN KREDIT KEPADA PARA DEBITUR
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3
bahwa Error minimum dan maksimum yang dicapai peramalan JST lebih rendah daripada
error minimum dan maksimum yang dicapai peramalan PLN maupun peramalan SJD,
penelitian yang dilakukan oleh Eliyani (2007) yang berjudul “Peramalan Harga Saham
Perusahaan Menggunakan Artificial Neural Network Dan Akaike Information Criterion”
menyimpulkan bahwa Metode Backpropagation mempunyai kemampuan yang baik untuk
peramalan saham serta menggunakan kriteria informasi SSE dan AIC dihasilkan arsitektur
jaringan 5-30-1, jumlah neuron pada input layer 5, jumlah neuron pada hidden layer 30,
jumlah neuron pada output layer 1, penelitian yang dilakukan oleh Panca Mudji Rahardjo
(2010) yang berjudul “Pengenalan Ekspresi Wajah Berbasis Filter Gabor dan Backpropagation Neural Network” menyimpulkan bahwa PCA dapat digunkan untuk seleksi ciri dengan sample yang cukup, dan backpropagation neural network baik untuk pengenalan
ini. Dari kelima hasil penelitian tersebut dapat ditarik kesimpulan bahwa algoritma propagasi
balik dapat digunakan untuk memecahkan permasalah yang memiliki model kausal dimana
model ini mengasumsikan bahwa variabel target (variabel dependen) terkait atau dipengaruhi
oleh variabel lain (variabel independen) dalam model.
Penelitian menggunakan algoritma backpropagation untuk analisis pemberian kredit
ini diharapkan dapat memberikan rekomendasi kepada analis kredit dalam melakukan analisis
kredit. Sehingga analisis kredit dapat dilakukan dengan cepat, tepat, dan akurat berdasarkan
kesamaan dari data kasus nasabah lama yang sudah berjalan kreditnya dengan data kasus
nasabah baru dengan menggunakan atribut-atribut yang telah ditentukan., untuk itu peneliti
mengambil judul “Implementasi Algoritma Backpropagation Dalam Analisis Pemberian Kredit kepada para debitur”.
1.2. Rumusan Masalah
Berdasarkan latar belakang yang telah dijelaskan, maka dapat dirumuskan
permasalahan sebagai berikut.
a. Bagaimana cara menerapkan Algoritma Backpropagation dalam analisis
pemberian kredit?
b. Bagaimana hasil penerapan Algoritma Backpropagation dalam analisis
Fatah Ramadhan, 2016
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM ANALISIS PEMBERIAN KREDIT KEPADA PARA DEBITUR
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
4
c. Bagaimana hasil akurasi dalam penerapan Algoritma Backpropagation dalam
analisis pemberian kredit?
1.3. Tujuan Penelitian
Berdasarkan rumusan masalah di atas, maka tujuan penelitian adalah sebagai berikut.
a. Mendapatkan perancangan Algoritma Backpropagation dalam analisis pemberian
kredit.
b. Mendapatkan hasil penerapan Algoritma Backpropagation dalam analisis
pemberian kredit.
c. Mendapatkan nilai akurasi dalam penerapan Algoritma Backpropagation dalam
analisis pemberian kredit.
1.4. Manfaat Penelitian
Manfaat dari penelitian ini adalah
a. Diharapkan dapat menambahkan ilmu pengetahuan tentang metode propagasi
balik dan penerapannya dalam kasus pemberian kredit.
b. Dapat memberikan informasi kepada pemberi kredit apakah pengaju kredit layak
diberikan kredit atau tidak.
c. Dapat memberikan informasi kepada pemberi kredit seberapa efektif keputusan
yang diberikan pemberi kredit kepada pengaju kredit.
d. Dapat sebagai bahan pertimbangan dan masukan bagi pemberi kredit dan pihak
yang berkepentingan, serta dapat menjadi acuan dalam membuat sistem
pemberian kredit yang lebih akurat lagi.
e. Dapat menjadi salah satu alternatif dalam menyelesaikan permasalahan yang
Fatah Ramadhan, 2016
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM ANALISIS PEMBERIAN KREDIT KEPADA PARA DEBITUR
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
5
1.5. Sistematika Penulisan
Sistematika penulisan dalam proposal ini sebagai berikut :
BAB I PENDAHULUAN
Berisi pembahasan masalah secara umum, terdiri dari latar belakang,
rumusan masalah, batasan masalah, tujuan penelitian, dan sistematika
penulisan.
BAB II KAJIAN PUSTAKA
Berisi dasar teori yang digunakan dalam penelitian ini. Adapun yang
dibahas pada bab ini adalah teori yang berkaitan dengan
“IMPLEMENTASI BACKPROPAGATION DALAM ANALISIS
PEMBERIAN KREDIT KEPADA PARA DEBITUR”.
BAB III METODE PENELITIAN
Berisi tentang teknis pelaksanaan penelitian berupa alat dan bahan
penelitian, desain penelitian dan proses penelitian.
BAB IV HASIL DAN PEMBAHASAN
Berisi hasil penelitian serta analisis yang dilakukan selama penelitian.
Fatah Ramadhan, 2016
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM ANALISIS PEMBERIAN KREDIT KEPADA PARA DEBITUR
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
6
Berisi kesimpulan yang didapat selama penelitian dan saran-saran
dalam meningkatkan kualitas dan kuantitas hasil penelitian.
LAMPIRAN