Perbandingan Metode Klasifikasi Jaringan Syaraf Tiruan Backpropagation, Regresi Logistik, dan Multivariate Adaptive Regression Splines (MARS).
View/ Open
Date
2015Author
Hasanah, Siti Hadijah
Sadik, Kusman
Afendi, Farit Mochamad
Metadata
Show full item recordAbstract
Kredit tanpa agunan (KTA) adalah salah satu produk kredit yang diberikan bank
kepada nasabah kredit dalam bentuk fasilitas pinjaman tanpa ada suatu jaminan. Karena
tidak ada jaminan atas pinjaman tersebut maka bank harus berhati-hati memeriksa calon
nasabah kredit agar tidak terjadi resiko kerugian di kemudian hari. Pengajuan aplikasi
KTA oleh nasabah kepada pihak bank akan dilakukan penilaian berdasarkan teknik
klasifikasi. Teknik klasifikasi pada KTA ini menggunakan metode pendekatan statistik
yaitu regresi logistik, multivariate adaptive regression splines (MARS) dan jaringan
syaraf tiruan (JST).
Regresi logistik merupakan salah satu metode parametrik yang tidak disyaratkan
asumsi-asumsi sebagaimana yang harus dipenuhi apabila melakukan analisis data
dengan menggunakan regresi linear. Metode MARS merupakan suatu metode
nonparametrik yang mengkombinasikan metode spline dengan recursive partitioning
regression (RPR) yang telah dimodifikasi (Friedman 1991). Metode JST adalah
pemrosesan informasi yang terinspirasi oleh sistem syaraf biologi (Haykin,1999).
Metode regresi logistik dan MARS memiliki kemampuan untuk menentukan
peubah penjelas yang berpengaruh terhadap peubah respon hasil keputusan. Regresi
logistik dengan peubah penjelas berpengaruh yaitu jenis kelamin, jumlah cicilan 12
bulan, jumlah cicilan 24 bulan, dan standar gaji sedangkan MARS peubah penjelas yang
berpengaruh yaitu riwayat nasabah dapat mengajukan kredit, jumlah cicilan 36 bulan,
pendidikan S1, jenis kelamin wanita, umur, jumlah tanggungan, status pernikahan
menikah, jenis pekerjaan pegawai negeri, standar gaji sesuai standar minimum, jenis
pekerjaan wiraswasta, pendidikan SMA. Jadi pihak bank dapat menjadikan peubah
penjelas tersebut sebagai pertimbangan untuk menentukan hasil keputusan nasabah KTA.
Berdasarkan nilai ketepatan klasifikasi confusion matrix, nilai akurasi, dan AUC
pada data training dan data testing metode yang terbaik pada data nasabah KTA yaitu
JST Backpropagation diikuti oleh MARS dan regresi logistik.