View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Mathematics and Natural Science
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Mathematics and Natural Science
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Perbandingan Metode Klasifikasi Jaringan Syaraf Tiruan Backpropagation, Regresi Logistik, dan Multivariate Adaptive Regression Splines (MARS).

      Thumbnail
      View/Open
      Fulltext (11.70Mb)
      Date
      2015
      Author
      Hasanah, Siti Hadijah
      Sadik, Kusman
      Afendi, Farit Mochamad
      Metadata
      Show full item record
      Abstract
      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.
      URI
      http://repository.ipb.ac.id/handle/123456789/118527
      Collections
      • MT - Mathematics and Natural Science [4143]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository