ANALISA KELAYAKAN KREDIT MENGGUNAKAN ARTIFCIAL NEURAL NETWORK DAN BACKPROPOGATION (STUDI KASUS GERMAN CREDIT DATA)

Achmad Yani (Universitas Gunadarma)
Ega Hegarini (Universitas Gunadarma)

Jurnal Ilmiah KOMPUTASI
Vol 18, No 4 (2019): Desember

Artificial Neural Network (ANN) merupakan cabang dari ilmu kecerdasan buatan. Saat ini banyak algoritma yang digunakan pada ANN, salah satunya adalah backpropogation. Manfaat ANN dan backpropogation dapat digunakan untuk menganalisa kelayakan kredit. Penelitian ini menggunakan German Credit Dataset dengan metode ANN dan backpropogation. Pada penelitian ini Arsitektur ANN menggunakan 24 input layer, 1 hidden layer, 20 hidden neuron, 1 output layer, iterasi sebanyak 10000, fungsi aktivasi menggunakan sigmoid binner dan learning rate sebesar 0.1. Hasil dari pengujian ditampilkan dalam bentuk confusion matrix yang akan digunakan untuk perhitungan akurasi dan perhitungan performa. Hasil analisa ANN dan backpropogation berhasil dilakukan dan mendapatkan nilai akurasi sebesar 0.71333 (71.333%) dan nilai AUC sebesar 0.72 (72%) dan termasuk ke dalam Fair Model.