<![CDATA[PT Bank X (Persero) Tbk menunjukkan kinerja baik dalam perkreditan sampai pada tahun 2010. Namun sampai pada akhir kuartal III tahun 2013, PT Bank X (Persero) Tbk menjadi salah satu bank persero di Indonesia yang mengalami peningkat-an rasio kredit bermasalah atau non performing loan (NPL). Ter-jadinya kredit bermasalah akan memberi dampak bagi kreditur maupun debitur. Untuk itu, penelitian ini melakukan pemodelan faktor-faktor yang mempengaruhi penggolongan kredit di PT Bank X (Persero) Tbk guna memprediksi risiko kredit dari calon debitur. Pemodelan tersebut dilakukan dengan menggunakan metode regresi logistik dan hybrid genetic algorithm – logistic regression terhadap data debitur di PT Bank X (Persero) Tbk. Fungsi fitness yang di-gunakan adalah ukuran kesesuaian model regresi logistik, yaitu pseudo R2 atau R_L^2 dan MSE. Metode hybrid genetic algorithm – logistic regression memberikan hasil yang lebih baik karena R_L^2 yang bernilai lebih tinggi dan MSE yang bernilai lebih rendah dibandingkan dengan hasil estimasi parameter model regresi logistik menggunakan metode maximum likelihood estimation (MLE).]]>
Copyrights © 2014
