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
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
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
