Sistem Pendukung Keputusan Penentuan Penerima Kredit Usaha (Studi Kasus: Adira Finance Kediri)

Yudho Bismo Utomo, Joang Ipmawati

Abstract


Program pemerintah dalam mengurangi jumlah pengangguran di negara ini adalah dengan jalan memberikan kredit untuk usaha kepada para nasabah calon pengusaha. Dalam hal ini, PT. Adira Finance yang bergerak di bidang perkreditan ikut andil dalam rencana pemerintah tersebut. Metode yang dilakukan PT. Adira Finance saat ini dalam mengambil keputusan penentuan kelayakan penerima kredit masih menggunakan cara manual, sehingga membutuhkan waktu yang lama untuk menentukan nasabah tersebut layak atau tidak menerima kredit. Untuk itu maka perlu dibuatlah aplikasi sistem pendukung keputusan penentuan kelayakan penerima kredit dengan metode Neural Network algoritma backpropagation. Dari hasil uji coba yang telah dilakukan, dengan parameter learning rate sebesar 0.9; hidden layer 10; maksimum epoch 1000 dan target error 10-5 menghasilkan akurasi yang cukup baik yaitu 98%. Aplikasi telah didesain mampu memenuhi kebutuhan pihak Pimpinan PT. Adira Finance dalam menentukan nasabah mana yang layak menerima kredit.

Government programs to reduce the number of unemployed in this country is by providing credit to businesses to customers aspiring entrepreneurs. In this case, PT. Adira Finance engaged in credit took part in the government plan. The method is carried PT. Adira Finance today in making a decision on the merits of credit recipients still use manual way, so it takes a long time to determine the customer is feasible or not receive credit. For that it needs to be made to decision support system application credit recipient eligibility determination by the method of propagation Neural Network algorithm. From the results of trials that have been done, the learning rate parameter of 0.9; hidden layer 10; the maximum error epoch 1000 and targets 10-5 generates good accuracy of 98%. The app has been designed to meet the needs PT. Adira Finance Leaders parties in determining which customers are eligible to receive credit.


Full Text:

PDF

References


Prayetno., Muslihudin., 2013, Model Sistem Pendukung Keputusan Penilaian Kelayakan Pemberian Kredit, Jurnal Informatika, No. 1, Vol. 1, Hal 248-258

Zein, H., 2014, Aplikasi Sistem Pendukung Keputusan Pemberian Kredit Usaha Rakyat Menggunakan Metode Simple Additive Weighting (SAW) (Studi Kasus Pada Bank Syariah Mandiri Cabang Medan), Jurnal Pelita Informatika Budi Darma, No. 1, Vol. 1, Hal. 164-167

Sasmito, G. W., Somantri., 2015, Tsukamoto Method in Decision Support System for Realization of Credit on Cooperative, International Conference on Information Technology and Engineering Application, Palembang, 20-21 Februari 2015

Andrijasa, Mistianingsih, 2010, Penerapan Jaringan Syaraf Tiruan untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Menggunakan Algoritma Pembelajaran Backpropagation, Jurnal Informatika Mulawarman, No. 1, Vol. 5, Hal. 50-54

Yulianti, L., 2013, Implementasi Jaringan Syaraf Tiruan Dalam Sistem Pendukung Keputusan untuk Memilih Perguruan Tinggi, Jurnal Media Infotama, No. 2, Vol. 9, Hal. 45-63

Yunitarini, R., 2014, Implementasi Metode Backpropagation pada Sistem Pendukung Keputusan Penentuan Harga Jual Perumahan, Jurnal Ilmiah Nero, No. 1, Vol. 1, Hal. 5-13




DOI: https://doi.org/10.24076/citec.2016v3i4.85

Refbacks

  • There are currently no refbacks.


Indexed by:

 

Dedicated to:

 

Creative Information Technology Journal (CITEC Journal) is licensed under a Creative Commons Attribution 4.0 International License