Prediksi Nilai Kredit Pemilikan Rumah Menggunakan Evolving Fuzzy Neural Network (EFUNN)

BAB 1
PENDAHULUAN

Pada bab ini akan dibahas hal-hal yang menjadi latar belakang pembuatan tugas akhir,
rumusan masalah, tujuan penelitian, batasan masalah, manfaat, metodologi penelitian,
serta sistematika penulisan.

1.1.

Latar Belakang

Rumah merupakan kebutuhan setiap orang. Dengan semakin padatnya penduduk,
transaksi terhadap property rumah pun semakin meningkat. Setiap rumah memiliki
jenis dan tingkatan nilai yang berbeda-beda. Banyak transaksi property rumah yang
terkait dengan bank maupun KJPP (Kantor Jasa Penilai Publik). Contohnya seperti
jual-beli, sebagai jaminan kredit, pengukuran harta kekayaan dan perhitungan pajak.
Kredit Pemilikan Rumah (KPR) merupakan kredit yang digunakan untuk
membeli rumah atau untuk kebutuhan konsumtif lainnya dengan jaminan/agunan
berupa rumah. KPR ditawarkan oleh bank dengan kredit dan bunga berdasarkan
pilihan-pilihan KPR yang dipilih nasabah. Proses sederhana dari KPR sendiri adalah
pembelian rumah melalui bank, dimana rumah tersebut dibayarkan oleh bank

sepenuhnya lalu nasabah mencicil pembayaran dana beserta bunga kepada bank.
Jumlah permintaan KPR serta nilai rumah yang diajukan sulit untuk diperkirakan, hal
ini tentu menjadi masalah tersendiri bagi pihak bank dalam pengalokasian dana.
Nilai rumah akan terus berubah seiring dengan berjalannya waktu berdasarkan
faktor internal maupun eksternal rumah tersebut. Transaksi yang terkait dengan rumah
tersebut akan membutuhkan nilai terkini dari rumah tersebut. Terkadang terdapat juga
transaksi terhadap rumah yang melibatkan perkiraan nilai masa depan dari rumah
tersebut dimana pihak bank harus memperkirakan nilai rumah pada masa depan
dengan perumusan time value of money. Akan tetapi hasil dari perhitungan time value
of money hanya berupa perkiraan yang bergantung pada tingkat persentase diskonto.

Universitas Sumatera Utara

2

Untuk mendapatkan nilai masa depan juga dapat digunakan teknik peramalan
(forecasting). Salah satu metode forecasting yaitu kuantitatif yang terbagi menjadi dua
tipe yaitu causal dan time series. Metode causal merupakan metode yang meliputi
faktor-faktor yang berhubungan dengan variable yang diprediksi seperti contohnya
analisis regresi. Metode time series merupakan metode untuk menganalisis data masa

lampau yang telah dikumpulkan secara teratur menggunakan teknik yang tepat,
dimana hasilnya dapat menjadi acuan untuk peramalan nilai dimasa yang akan datang.
Evolving Fuzzy Neural Network (EFuNN) merupakan salah satu metode yang

sering digunakan dalam prediksi time series. EFuNN merupakan struktur Fuzzy
Neural Network (FuNN) yang berevolusi berdasarkan prinsip Evolving Connectionist
System (ECOS). Dimana FuNN merupakan neural network yang mewujudkan aturan-

aturan fuzzy dengan fuzzy inference machine secara connectionist (Kasabov, 2007).
Penelitian terdahulu yang menggunakan EFuNN seperti prediksi kurs rupiah
terhadap dollar amerika (Sani, 2013), dimana EFuNN digunakan untuk memprediksi
perubahan nilai yang terjadi pada kurs rupiah terhadap dollar amerika. Penelitian
lainnya yaitu prediksi harga listrik dalam skenario pasar (Arun, 2013), pada penelitian
ini EFuNN digunakan untuk meramal tingkatan harga listrik di pasar.
Berdasarkan latar belakang di atas, maka penulis mengajukan penelitian
dengan

judul

“PREDIKSI

NILAI

KREDIT

PEMILIKAN

RUMAH

MENGGUNAKAN EVOLVING FUZZY NEURAL NETWORK (EFuNN)”.

1.2.

Rumusan Masalah

Dana pembiayaan terhadap nilai rumah nasabah KPR sulit untuk diperkirakan dengan
permintaan dan penawaran nasabah yang tidak menentu dan nilai harga pasar terhadap
properti yang terus berubah-ubah, sedangkan pihak bank harus dapat mengalokasikan
dana perusahaan dengan sebaik-baiknya, Sehingga diperlukan pendekatan untuk
mendapatkan prediksi terhadap nilai pembiayaan KPR.

1.3.

Batasan Masalah

Untuk menghindari terjadinya perluasan masalah dan penyimpangan yang tidak
diperlukan, penulis membuat batasan :

Universitas Sumatera Utara

3

1) Data yang diprediksi adalah nilai dokumen atau fisik dari rumah pada KPR.
2) Data pembiayaan terhadap KPR nasabah tidak termasuk pada event khusus seperti
pengadaan expo dalam penjualan rumah.
3) Data yang digunakan dari Internal Appraisal Permata Bank dari tahun 2011-2014
4) Data yang digunakan merupakan hasil perhitungan akhir data KPR yang telah
diterima permohonannya dan khusus daerah Sumatera Utara

1.4.

Tujuan Penelitian

Memprediksi nilai pembiayaan Kredit Pemilikan Rumah menggunakan Evolving
Fuzzy Neural Network.

1.5.

Manfaat Penelitian

Manfaat dari penelitian ini adalah :
1) Mendapatkan prediksi harga atau pembiayaan terhadap Kredit Pemilikan Rumah
pada bank.
2) Pihak bank dapat mengalokasian dana pembiayaan KPR dengan tepat sehingga
dapat membantu dalam perencanaan pengalokasian dana secara keseluruhan.
3) Dapat diketahui perkiraan keuntungan dari KPR berdasarkan persentase bunga
KPR pada bank.

1.6.

Metodologi

Tahapan-tahapan yang akan dilakukan pada penelitian adalah sebagai berikut :

1) Studi Literatur
Pengumpulan referensi mengenai algoritma Evolving Fuzzy Neural Network
(EFuNN) serta mengenai kredik pemilikan rumah (KPR).
2) Analisis Permasalahan
Pada tahap ini dilakukan analisa berdasarkan referensi yang didapat

untuk

mengetahui dan mendapatkan pemahaman tentang Evolving Fuzzy Neural
Network untuk penyelesaian masalah prediksi.

Universitas Sumatera Utara

4

3) Pengumpulan Data

Pada tahap ini dilakukan pengumpulan data KPR yang akan digunakan untuk
melakukan prediksi.
4) Implementasi
Pada tahap ini dilakukan implementasi algoritma Evolving Fuzzy Neural Network
dalam melakukan prediksi terhadap data yang telah didapat sebelumnya.
5) Evaluasi dan Analisis Hasil
Pada tahan ini akan dilakukan evaluasi serta analisis terhadap hasil yang didapat
melalui implementasi Evolving Fuzzy Neural Network dalam melakukan prediksi.
6) Dokumentasi dan Pelaporan
Pada tahap ini dilakukan dokumentasi serta pelaporan hasil evaluasi dan analisis
serta implementasi algoritma Evolving Fuzzy Neural Network dalam melakukan
prediksi.

1.7.

Sistematika Penulisan

Sistematikan penulisan skripsi ini terdiri dari 5 bagian utama, yaitu:

Bab 1: Pendahuluan

Bab ini berisi tentang latar belakang, rumusan masalah, batasan masalah, tujuan
penelitian, manfaat penelitian, metodologi penelitian, serta sistematika penulisan dari
penelitian yang dilakukan.

Bab 2: Landasan Teori
Bab ini berisi tentang teori-teori yang diperlukan dalam memahami dan penyelesaian
masalah pada penelitian ini. Bab ini membahas tentang teori yang berhubungan
dengan prediksi dan algoritma Evolving Fuzzy Neural Network.

Bab 3: Analisis dan Perancangan
Bab ini membahas tentang analisis dan penerapan algoritma Evolving Fuzzy Neural
Network dalam melakukan prediksi. Pada bab ini akan dijelaskan mengenai arsitektur

umum, proses serta cara kerja algoritma yang digunakan.

Universitas Sumatera Utara

5

Bab 4: Implementasi dan Pengujian

Bab ini berisi tentang implementasi dari perancangan yang telah dijabarkan pada bab
3. Pada bab ini juga akan dijabarkan mengenai hasil pengujian berdasarkan
implementasi yang dilakukan.

Bab 5: Kesimpulan dan Saran
Bab ini berisi ringkasan serta kesimpulan dari rancangan pada bab 3, serta hasil
penelitian yang dijabarkan pada bab 4. Pada akhir bab ini akan diberikan saran-saran
yang diajukan untuk pengembangan penelitian selanjutnya.

Universitas Sumatera Utara