Prediksi Permintaan Kredit Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS)
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Menurut Undang - Undang Perbankan No.7 tahun 1992, bank adalah badan usaha
yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya
kepada masyarakat dalam rangka meningkatkan taraf hidup rakyat banyak (Kasmir,
2002). Bank tersebut diharapkan mampu menyediakan dana yang dibutuhkan oleh
masyarakat yang akan mengajukan kredit.
Sebagai salah satu lembaga perbankan yang menangani soal kredit, BPR (Bank
Perkreditan Rakyat) diharapkan dapat meningkatkan laba, salah satunya dengan
menyediakan dana / kredit yang sesuai dengan permintaan pasar, agar tidak terjadi
kekurangan maupun kelebihan dana / kredit yang akan diberikan. Sumber dana yang
dimiliki perusahaan berasal dari 2 (dua) jenis rekening, yaitu rekening deposito dan
rekening tabungan. Besar kecilnya sumber dana perusahaan tersebut tergantung
dengan banyak tidaknya uang yang disimpan nasabah kedalam bentuk rekening
deposito maupun tabungan. Berdasarkan studi lapangan ke salah satu lembaga
perbankan yakni PT. BPR NBP 20 Delitua, pernah terjadi masalah ketersediaan dana
karena jumlah dana / kredit yang diminta tidak sesuai dengan dana / kredit yang
tersedia, sehingga hal ini menyebabkan penurunan laba. Ini terjadi karena lembaga
tersebut harus meminjam dana dan membayar bunga kepada lembaga perbankan lain
untuk memenuhi permintaan pasar. Sebaliknya jika jumlah dana / kredit yang
disediakan terlalu besar dari permintaan, maka bank akan menanggung beban bunga
yang besar pula dari dana yang telah
disimpan oleh nasabah. Oleh karena itu,
dibutuhkan sebuah aplikasi yang memprediksi permintaan kredit yang akan diberikan
kepada masyarakat yang sesuai dengan permintaan dengan menggunakan metode atau
algoritma tertentu.
1
Universitas Sumatera Utara
2
Ada beberapa metode yang telah diimplementasikan dalam beberapa penelitian
, untuk memprediksi atau meramalkan jumlah permintaan yang akan dipasarkan di
masa akan datang, diantaranya : Average-Based Fuzzy Time Series (Tanjung, 2013);
Fuzzy Mamdani (Djunaidi, dkk , 2005); Jaringan Saraf Tiruan Backpropagation
(Septiarini & Sya‟Baniah, 2012); Winter Exponential Smoothing , Decomposition dan
Event Based (Nur Putra, dkk, 2010); Fuzzy Sugeno (Basuki, 2010). Dari berbagai
metode yang telah diteliti ini diperoleh nilai kesalahan peramalan yang berbeda-beda
sesuai dengan data yang digunakan.
Pada penelitian ini penulis mencoba melakukan sebuah peramalan atau
prediksi jumlah permintaan kredit pada suatu lembaga perbankan yang bergerak
dibidang perkreditan yaitu BPR (Bank Perkreditan Rakyat) NBP 20 Delitua ,
menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Alasan
penulis menggunakan metode ini karena metode ANFIS ini telah banyak diterapkan
diberbagai kasus peramalan atau prediksi seperti tingkat inflasi (Fitrah, 2011),
peramalan beban listrik (Defit, 2013), dan lain sebagainya.
1.2. Rumusan Masalah
Berdasarkan latar belakang diatas rumusan masalah pada penelitian ini adalah
bagaimana memprediksi atau meramalkan jumlah permintaan kredit agar sesuai
dengan permintaan.
1.3. Batasan Masalah
Agar penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka penulis
membatasi masalah yang akan dibahas pada skripsi ini. Batasan - batasan masalah
yang akan dibahas pada penelitian ini antara lain :
1. Data yang akan digunakan adalah data realisasi kredit pada PT. BPR NBP 20
Delitua dari tahun 2006 sampai 2013.
2. Data akan dikelompokkan per hari dalam satuan rupiah (Rp).
3. Sistem ini akan menghasilkan prediksi permintaan kredit yang akan diberikan untuk
1 (satu) hari kedepan.
4. Menggunakan database MySql dan bahasa pemrograman PHP.
5. Sistem ini menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS).
Universitas Sumatera Utara
3
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk melakukan prediksi tentang jumlah permintaan
kredit yang diberikan kepada masyarakat dengan periode 1 (satu) hari yang akan
datang oleh lembaga perbankan yang bergerak di bidang pengkreditan.
1.5. Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah :
1. Mengetahui bagaimana pengimplementasian metode Adaptive Neuro Fuzzy
Inference System (ANFIS) pada sistem komputer.
2. Sistem ini dapat bermanfaat sebagai masukan dalam pengambilan kebijakan
perbankan pada PT. BPR NBP 20 Delitua.
3. Mengetahui tingkat keakuratan metode Adaptive Neuro Fuzzy Inference System
(ANFIS) berdasarkan hasil perhitungan error peramalan pada data permintaan
kredit yang diteliti.
1.6. Metodologi Penelitian
Metodologi penelitian yang digunakan pada penelitian ini adalah :
a. Studi Literatur
Pada tahap ini dilakukan pengumpulan bahan referensi yang berkaitan dengan
peramalan dan metode adaptive neuro fuzzy inference system dari buku, artikel,
paper, makalah dan sumber lainnya.
b. Analisis
Pada tahap ini dilakukan analisis terhadap hasil studi literatur untuk mendapatkan
pemahaman mengenai metode adaptive neuro fuzzy inference system untuk
menyelesaikan masalah peramalan permintaan kredit di masyarakat.
c. Perancangan
Pada tahap ini dilakukan perancangan perangkat lunak yang dibangun, seperti
perancangan proses dan antarmuka.
d. Implementasi
Pada tahap ini dilakukan pengkodean perangkat lunak sesuai dengan spesifikasi
yang ditentukan.
Universitas Sumatera Utara
4
e. Pengujian
Pada tahap ini dilakukan pengujian terhadap perangkat lunak yang dibangun, dan
apakah sudah sesuai dengan harapan penulis.
f. Penyusunan Laporan
Pada tahap ini dilakukan penulisan dokumentasi hasil analisis metode a daptive
neuro fuzzy inference system untuk menyelesaikan masalah peramalan jumlah
permintaan kredit di periode yang akan datang.
1.7. Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut:
BAB 1 : PENDAHULUAN
Bab ini berisi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian,
manfaat penelitian, metodologi penelitian, dan sistematika penulisan.
BAB 2 : LANDASAN TEORI
Bab ini akan membahas teori-teori yang berhubungan dengan pokok pembahasan
dalam penelitian ini. Pada bab ini akan dijelaskan tentang sistem peramalan secara
umum dan metode adaptive neuro fuzzy inference system.
BAB 3 : ANALISIS DAN PERANCANGAN
Bab ini akan membahas analisis sistem, perancangan system, dan perancangan
interface yang digunakan dalam pembuatan sistem peramalan jumlah permintaan
kredit menggunakan metode adaptive neuro fuzzy inference system.
BAB 4 : IMPLEMENTASI DAN PENGUJIAN
Bab ini berisi pembahasan tentang implementasi dari analisis dan perancangan sistem
dan pengujian terhadap sistem yang dibangun.
BAB 5 : KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saransaran yang diajukan untuk pengembangan selanjutnya.
Universitas Sumatera Utara
PENDAHULUAN
1.1. Latar Belakang
Menurut Undang - Undang Perbankan No.7 tahun 1992, bank adalah badan usaha
yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya
kepada masyarakat dalam rangka meningkatkan taraf hidup rakyat banyak (Kasmir,
2002). Bank tersebut diharapkan mampu menyediakan dana yang dibutuhkan oleh
masyarakat yang akan mengajukan kredit.
Sebagai salah satu lembaga perbankan yang menangani soal kredit, BPR (Bank
Perkreditan Rakyat) diharapkan dapat meningkatkan laba, salah satunya dengan
menyediakan dana / kredit yang sesuai dengan permintaan pasar, agar tidak terjadi
kekurangan maupun kelebihan dana / kredit yang akan diberikan. Sumber dana yang
dimiliki perusahaan berasal dari 2 (dua) jenis rekening, yaitu rekening deposito dan
rekening tabungan. Besar kecilnya sumber dana perusahaan tersebut tergantung
dengan banyak tidaknya uang yang disimpan nasabah kedalam bentuk rekening
deposito maupun tabungan. Berdasarkan studi lapangan ke salah satu lembaga
perbankan yakni PT. BPR NBP 20 Delitua, pernah terjadi masalah ketersediaan dana
karena jumlah dana / kredit yang diminta tidak sesuai dengan dana / kredit yang
tersedia, sehingga hal ini menyebabkan penurunan laba. Ini terjadi karena lembaga
tersebut harus meminjam dana dan membayar bunga kepada lembaga perbankan lain
untuk memenuhi permintaan pasar. Sebaliknya jika jumlah dana / kredit yang
disediakan terlalu besar dari permintaan, maka bank akan menanggung beban bunga
yang besar pula dari dana yang telah
disimpan oleh nasabah. Oleh karena itu,
dibutuhkan sebuah aplikasi yang memprediksi permintaan kredit yang akan diberikan
kepada masyarakat yang sesuai dengan permintaan dengan menggunakan metode atau
algoritma tertentu.
1
Universitas Sumatera Utara
2
Ada beberapa metode yang telah diimplementasikan dalam beberapa penelitian
, untuk memprediksi atau meramalkan jumlah permintaan yang akan dipasarkan di
masa akan datang, diantaranya : Average-Based Fuzzy Time Series (Tanjung, 2013);
Fuzzy Mamdani (Djunaidi, dkk , 2005); Jaringan Saraf Tiruan Backpropagation
(Septiarini & Sya‟Baniah, 2012); Winter Exponential Smoothing , Decomposition dan
Event Based (Nur Putra, dkk, 2010); Fuzzy Sugeno (Basuki, 2010). Dari berbagai
metode yang telah diteliti ini diperoleh nilai kesalahan peramalan yang berbeda-beda
sesuai dengan data yang digunakan.
Pada penelitian ini penulis mencoba melakukan sebuah peramalan atau
prediksi jumlah permintaan kredit pada suatu lembaga perbankan yang bergerak
dibidang perkreditan yaitu BPR (Bank Perkreditan Rakyat) NBP 20 Delitua ,
menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Alasan
penulis menggunakan metode ini karena metode ANFIS ini telah banyak diterapkan
diberbagai kasus peramalan atau prediksi seperti tingkat inflasi (Fitrah, 2011),
peramalan beban listrik (Defit, 2013), dan lain sebagainya.
1.2. Rumusan Masalah
Berdasarkan latar belakang diatas rumusan masalah pada penelitian ini adalah
bagaimana memprediksi atau meramalkan jumlah permintaan kredit agar sesuai
dengan permintaan.
1.3. Batasan Masalah
Agar penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka penulis
membatasi masalah yang akan dibahas pada skripsi ini. Batasan - batasan masalah
yang akan dibahas pada penelitian ini antara lain :
1. Data yang akan digunakan adalah data realisasi kredit pada PT. BPR NBP 20
Delitua dari tahun 2006 sampai 2013.
2. Data akan dikelompokkan per hari dalam satuan rupiah (Rp).
3. Sistem ini akan menghasilkan prediksi permintaan kredit yang akan diberikan untuk
1 (satu) hari kedepan.
4. Menggunakan database MySql dan bahasa pemrograman PHP.
5. Sistem ini menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS).
Universitas Sumatera Utara
3
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk melakukan prediksi tentang jumlah permintaan
kredit yang diberikan kepada masyarakat dengan periode 1 (satu) hari yang akan
datang oleh lembaga perbankan yang bergerak di bidang pengkreditan.
1.5. Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah :
1. Mengetahui bagaimana pengimplementasian metode Adaptive Neuro Fuzzy
Inference System (ANFIS) pada sistem komputer.
2. Sistem ini dapat bermanfaat sebagai masukan dalam pengambilan kebijakan
perbankan pada PT. BPR NBP 20 Delitua.
3. Mengetahui tingkat keakuratan metode Adaptive Neuro Fuzzy Inference System
(ANFIS) berdasarkan hasil perhitungan error peramalan pada data permintaan
kredit yang diteliti.
1.6. Metodologi Penelitian
Metodologi penelitian yang digunakan pada penelitian ini adalah :
a. Studi Literatur
Pada tahap ini dilakukan pengumpulan bahan referensi yang berkaitan dengan
peramalan dan metode adaptive neuro fuzzy inference system dari buku, artikel,
paper, makalah dan sumber lainnya.
b. Analisis
Pada tahap ini dilakukan analisis terhadap hasil studi literatur untuk mendapatkan
pemahaman mengenai metode adaptive neuro fuzzy inference system untuk
menyelesaikan masalah peramalan permintaan kredit di masyarakat.
c. Perancangan
Pada tahap ini dilakukan perancangan perangkat lunak yang dibangun, seperti
perancangan proses dan antarmuka.
d. Implementasi
Pada tahap ini dilakukan pengkodean perangkat lunak sesuai dengan spesifikasi
yang ditentukan.
Universitas Sumatera Utara
4
e. Pengujian
Pada tahap ini dilakukan pengujian terhadap perangkat lunak yang dibangun, dan
apakah sudah sesuai dengan harapan penulis.
f. Penyusunan Laporan
Pada tahap ini dilakukan penulisan dokumentasi hasil analisis metode a daptive
neuro fuzzy inference system untuk menyelesaikan masalah peramalan jumlah
permintaan kredit di periode yang akan datang.
1.7. Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut:
BAB 1 : PENDAHULUAN
Bab ini berisi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian,
manfaat penelitian, metodologi penelitian, dan sistematika penulisan.
BAB 2 : LANDASAN TEORI
Bab ini akan membahas teori-teori yang berhubungan dengan pokok pembahasan
dalam penelitian ini. Pada bab ini akan dijelaskan tentang sistem peramalan secara
umum dan metode adaptive neuro fuzzy inference system.
BAB 3 : ANALISIS DAN PERANCANGAN
Bab ini akan membahas analisis sistem, perancangan system, dan perancangan
interface yang digunakan dalam pembuatan sistem peramalan jumlah permintaan
kredit menggunakan metode adaptive neuro fuzzy inference system.
BAB 4 : IMPLEMENTASI DAN PENGUJIAN
Bab ini berisi pembahasan tentang implementasi dari analisis dan perancangan sistem
dan pengujian terhadap sistem yang dibangun.
BAB 5 : KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saransaran yang diajukan untuk pengembangan selanjutnya.
Universitas Sumatera Utara