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

v

ABSTRAK

Kredit Pemilikan Rumah (KPR) merupakan kredit yang digunakan untuk membeli
rumah atau untuk kebutuhan konsumtif lainnya dengan jaminan atau agunan berupa
rumah. Dalam suatu proses transaksi KPR, bank harus membayarkan total nilai harga
rumah tersebut dan nasabah akan membayar dengan mencicil ke bank dengan bunga
tambahan dari bank. Dengan banyaknya permintaan nasabah untuk KPR, bank
membutuhkan dana yang besar dalam pembiayaan dana nasabah KPR. Dalam
pengalokasian dananya, bank memiliki banyak bidang bisnis untuk disalurkan dana,
sehingga bank harus dapat mengalokasikan dana dengan tepat, oleh karena itu
dibutuhkan suatu pendekatan dalam memprediksi besarnya nilai KPR dari nasabah
bank. Salah satu teknik dalam prediksi yaitu prediksi time series yang merupakan
jenis prediksi kuantitatif. Prediksi time series merupakan prediksi dengan
menggunakan data historis atau masa lampau. Pada penelitian ini penulis
menggunakan metode Evolving Fuzzy Neural Network (EFuNN) untuk melakukan
prediksi berdasarkan data time series yang ada. EFuNN merupakan Fuzzy Neural
Network (FuNN) yang strukturnya telah dikembangkan dan dimodifikasi menjadi

struktur fluktuasi yang berkembang berdasarkan node pada prosesnya. Hasil prediksi

diukur keakuratannya dengan menggunakan MAPE (Mean Absolute Percentage
Error ). Berdasarkan data KPR yang didapat yaitu dari Januari 2011 sampai Mei 2014,

MAPE yang didapat dari prediksi menggunakan EFuNN sebesar 9.24%.
Kata kunci : efunn, evolving fuzzy neural network, fuzzy logic, prediksi, kredit
pemilikan rumah, KPR.

Universitas Sumatera Utara

vi

HOME MORTGAGE LOAN (KPR) VALUE PREDICTION USING
EVOLVING FUZZY NEURAL NETWORK (EFUNN)

ABSTRACT

Home Mortgage Loan (KPR) is a credit used for buying house or another consumptive
needs with house as a warranty or collateral. In a KPR’s transaction, a bank need to
pay for the total price of the house and the customer will pay with installments to bank
with interest added. As bigger demands for KPR come from the customer, bank needs

a big fund for financing customer’s KPR. On its allocation funds, a bank has many
business areas for funding, so bank needs to appropriately allocate its funds. Therefore
an approach is required for predicting the KPR’s fund from customers. One of the
technique for predicting is times series which is a quantitative prediction type. Time
series prediction is a prediction based on historical data or the past data. In this
research, the author proposed a method called evolving fuzzy neural network (EFuNN)
for predicting based on existing time series data. EFuNN is a fuzzy neural network
(FuNN) which structure is developed and modified to a fluctuation structure based on
the node on its process. The prediction results accuracy will be measured using MAPE
(Mean Absolute Percentage Error ). Based on the KPR’s obtained data from January
2011 to May 2014, MAPE obtained from this prediction using EFuNN is 9.24%.

Keyword : efunn, evolving fuzzy neural network, fuzzy logic, prediction, home
mortgage loan, KPR.

Universitas Sumatera Utara