PENILAIAN AGUNAN PROPERTY PENGAJUAN KREDIT MENGGUNAKAN OPTIMASI ALGORITMA SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION

Penulis

  • Ibrahim Ibrahim

DOI:

https://doi.org/10.31602/tji.v7i1.612

Abstrak

Masih terdapat kemungkinan kesalahan penilaian agunan sebagai acuan nilai kredit, yang akan membuka peluang terjadinya NPL. Jadi diperlukan suatu cara penilaian (prediksi nilai) yang cukup proporsional, kredibel dan akurat.
Prediksi yang tidak akurat menyebabkan perencanaan manajemen kredit yang tidak tepat. Prediksi nilai agunan telah menarik minat banyak peneliti karena nilai pentingnya baik di teoritis dan empiris.
Dalam penelitian ini dibuatkan model algoritma support vector machines dan model algoritma suppor vector machines berbasis Particle Swarm Optimization untuk mendapatkan rule dalam memprediksi penilaian agunan pengajuan kredit dan memberikan nilai akurasi yang lebih akurat.
Setelah dilakukan pengujian dengan dua model yaitu Algoritma support vector machines dan Support Vector Machines berbasis Particle Swarm Optimization maka hasil yang didapat adalah algoritma sehingga didapat pengujian dengan menggunakan Support Vector Machines dimana didapat nilai accuracy adalah 84.17 %, sedangkan pengujian dengan menggunakan Support Vector Machines berbasis Particle Swarm Optimization didapatkan nilai accuracy 87.57%. Sehingga kedua metode tersebut memiliki perbedaan tingkat akurasi yaitu sebesar 3.40%.

Unduhan

Diterbitkan

01-03-2016

Terbitan

Vol 7 No 1 (2016): TECHNOLOGIA

Bagian

Artikel

Lisensi

Penulis yang menerbitkan dengan jurnal ini menyetujui persyaratan berikut:

  1. Penulis mempertahankan hak cipta dan memberikan jurnal hak publikasi pertama dengan karya yang secara bersamaan dilisensikan di bawah Creative Commons Attribution 4.0 International License. (CC BY) yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepenulisan karya dan publikasi awal di jurnal ini.
  2. Penulis dapat membuat pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan publikasi awalnya di jurnal ini.
  3. Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, di repositori institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif, serta kutipan lebih awal dan lebih besar dari karya yang diterbitkan (Lihat Pengaruh Akses Terbuka).