Transcript
PREDIKSI PERMINTAAN KREDIT MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI SAMUEL ANTHONIUS MADUWU PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014 i ABSTRAK Pemberian kredit kepada nasabah memerlukan perhitungan yang baik, agar perusahaan bisa mendapatkan laba yang maksimal. Oleh karena itu, dibutuhkan sistem yang dapat memprediksi permintaan kredit sesuai permintaan pasar. Data yang digunakan adalah data realisasi kredit pada perusahaan PT. BPR NBP 20 Delitua. Metode Adaptive Neuro Fuzzy Inference System (ANFIS) merupakan gabungan dari Artificial Neural Network (ANN) dan Fuzzy Inference Systems (FIS) yang menggunakan algoritma pembelajaran terhadap sekumpulan data. Berdasarkan hasil pengujian dengan data training dari tanggal 04 Januari 2006 s.d. 18 Februari 2012 dan data testing tanggal 19 Februari 2012 s.d. 31 Desember 2013, diperoleh nilai MAPE (Mean Absolute Percentage Error) sebesar % dengan menggunakan parameter laju pembelajaran = 0.09, momentum = 0.1, dan max epoch = 600. Kata kunci: adaptive neuro fuzzy inference system, artificial neural network, fuzzy inference system, prediksi, permintaan kredit, kredit. ii CREDIT DEMAND PREDICTION USING ADAPTIVE NEURO FUZZY INFERENCE SYSTEM ABSTRACT Giving a credit to customers needs a good consideration so that your company can earn the maximum profit. Therefore, we need a system that can predict credit demand according to the market demand. Data used is realization data from PT. BPR NBP 20 Delitua. Adaptive neuro fuzzy inference system (ANFIS) is combination from Artificial Neural Network (ANN) and Fuzzy Inference Systems (FIS) by using learning algorithm against sets of data. Based on testing with training data from 04 January 2006 to 18 February 2012 and testing data from 19 February 2012 to 31 December 2013, MAPE value obtained (Mean Absolute Percentage Error) % with using learning rate parameter = 0.09, momentum = 0.1, and max epoch = 600. Key word: adaptive neuro fuzzy inference system, artificial neural network, fuzzy inference system, prediction, credit demand, credit. by iii DAFTAR ISI Hal. ABSTRAK ABSTRACT DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR i ii iii v vi BAB 1 PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metodologi Penelitian Sistematika Penelitian 4 BAB 2 LANDASAN TEORI Peramalan Tahapan peramalan Syarat Pemberian Kredit Normalisasi Data Fuzzy Inference System Fuzzyfikasi Fuzzy clustering Defuzzyfikasi Jaringan Saraf Tiruan Adaptive Neuro Fuzzy Inference System Peramalan Menggunakan ANFIS Penelitian Terdahulu 20 BAB 3 ANALISIS DAN PERANCANGAN SYSTEM Identifikasi Masalah Data yang Digunakan Penerapan Metode ANFIS Perancangan Sistem Use Case Diagram Use Case Spesification Data Flow Diagram DFD Level DFD Level DFD Level Database System Perancangan Antarmuka 38 iv BAB 4 IMPLEMENTASI DAN PENGUJIAN Implementasi Sistem Lingkungan implementasi Implementasi Perancangan Antarmuka Halaman awal (home) Halaman data Halaman prediksi Halaman contact us Halaman edit data (administrator) Halaman parameter (administrator) Pengujian Sistem Rencana pengujian sistem Kasus dan hasil pengujian sistem Pengujian kinerja sistem Pengujian data 51 BAB 5 KESIMPULAN DAN SARAN Kesimpulan Saran 55 DAFTAR PUSTAKA 56 v DAFTAR TABEL Tabel 2.1 Penelitian Terdahulu 20 Tabel 3.1 Rangkuman Data Permintaan Kredit 23 Tabel 3.2 Use Case Spesification untuk Use Case Login 31 Tabel 3.3 Use Case Spesification untuk Use Case Lihat Data 31 Tabel 3.4 Use Case Spesification untuk Use Case Prediksi 32 Tabel 3.5 Use Case Spesification untuk Use Case Pengaturan Parameter 33 Tabel 3.6 Use Case Spesification untuk Use Case Edit data 33 Tabel 3.7 Entitas DFD 34 Tabel 4.1 Tabel Rencana Pengujian Sistem 46 Tabel 4.2 Hasil Pengujian Komponen Login 46 Tabel 4.3 Hasil Pengujian Komponen Data 47 Tabel 4.4 Hasil Pengujian Komponen Prediksi Kredit 47 Tabel 4.5 Hasil Pengujian Komponen Parameter 47 Tabel 4.6 Hasil Pengujian Komponen Edit Data Kredit 48 Tabel 4.7 Data Kredit 48 Tabel 4.8 Nilai Normalisasi Data Kredit 49 Tabel 4.9 Nilai Fuzzy Clustering Mean 49 Tabel 4.10 Hasil Prediksi Data 50 Tabel 4.11 Hasil Denormalisasi Prediksi Data 50 Tabel 4.12 Parameter dan Hasil Pengujian Prediksi Permintaan Kredit 51 Hal. vi DAFTAR GAMBAR Gambar 2.1 Struktur dasar Sistem Inferensi Fuzzy 10 Gambar 2.2 Blog diagram langkah maju ANFIS 14 Gambar 2.3 Blog diagram langkah mundur ANFIS 14 Gambar 3.1 Grafik Permintaan Kredit 24 Gambar 3.2 Flowchart data training 25 Gambar 3.3 Flowchart data testing 27 Gambar 3.4 General Architecture 29 Gambar 3.5 Use Case Diagram 30 Gambar 3.6 DFD Level 0/Diagram Konteks 34 Gambar 3.7 DFD Level 1 35 Gambar 3.8 DFD Level 2 Login 36 Gambar 3.9 DFD Level 2 Mengelola data permintaan kredit 36 Gambar 3.10 DFD Level 2 Pengaturan Parameter 37 Gambar 3.11 DFD Level 2 Melihat peramalan kredit 37 Gambar 3.12 Database Peramalan Kredit 38 Gambar 4.1 Halaman home 42 Gambar 4.2 Halaman data 43 Gambar 4.3 Halaman prediksi 43 Gambar 4.4 Halaman contact us 44 Gambar 4.5 Halaman edit data (administrator) 44 Gambar 4.6 Halaman parameter (administrator) 45 Gambar 4.7 Grafik Hasil Prediksi 51 Gambar 4.8 Grafik Nilai error 53 Gambar 4.9 Grafik Hasil Prediksi 54 Hal.
