GILANG FATHIRA MUTMAINAH, 081211232018 (2016) HYBRID BACKPROPAGATION DENGAN FIREFLY ALGORITHM DAN SIMULATED ANNEALING UNTUK KLASIFIKASI CALON PENERIMA PINJAMAN BANK BERDASARKAN RESIKO. Skripsi thesis, UNIVERSITAS AIRLANGGA.
|
Text (HALAMAN DEPAN)
1. HALAMAN DEPAN.pdf Download (925kB) | Preview |
|
![[img]](https://repository.unair.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
2. BAB I PENDAHULUAN.pdf Restricted to Registered users only Download (297kB) | Request a copy |
|
|
Text (BAB II)
3. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB III)
4. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only Download (429kB) | Request a copy |
|
|
Text (BAB IV)
5. BAB IV PEMBAHASAN.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB V)
6. BAB V PENUTUP.pdf Restricted to Registered users only Download (286kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
7. DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (290kB) | Request a copy |
|
|
Text (LAMPIRAN)
8. LAMPIRAN .pdf Restricted to Registered users only Download (1MB) | Request a copy |
Abstract
Klasifikasi calon penerima pinjaman bank berdasarkan resiko perlu dilakukan secara tepat. Hal ini karena jika pengklasifikasian tidak sesuai maka akan timbul tingkat kredit macet yang semakin tinggi. Tingkat kredit macet yang semakin tinggi dapat mengganggu kestabilan bank. Pada penulisan skripsi ini akan diselesaikan masalah klasifikasi calon penerima pinjaman bank berdasarkan resiko dengan menggunakan hybrid backpropagation neural network dengan firefly algorithm dan simulated annealing. Backpropagation neural network adalah salah satu jenis jaringan syaraf tiruan yang sering digunakan untuk menyelesaikan masalah klasifikasi. Firefly algorithm adalah sebuah algoritma yang terinspirasi dari pola berkedip dan perilaku kunang-kunang. Simulated annealing merupakan metode yang dianalogikan dengan proses annealing. Pada penulisan skripsi ini, firefly algorithm dan simulated annealing digunakan untuk menentukan learning rate dan jumlah unit hidden yang optimal untuk proses backpropagation. Proses algoritma ini dimulai dengan inisialisasi parameter, membangkitkan populasi awal firefly, proses backpropagation neural network, membandingkan intensitas cahaya setiap firefly, mencari firefly terburuk, simulated annealing, mencari firefly terbaik, menentukan G best, dan movement firefly terbaik. Data latih yang digunakan sebanyak 100 data, sedangkan untuk data ujinya sebanyak 25 data, Algoritma ini diimplementasikan dengan bahasa pemrograman C++, menggunakan software Borland C++.
| Item Type: | Thesis (Skripsi) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Additional Information: | KKC KK MPM. 51/16 Mut h | |||||||||
| Uncontrolled Keywords: | Klasifikasi, Pinjaman Bank, Backpropagation Neural Network, Firefly Algorithm, Simulated Annealing | |||||||||
| Subjects: | H Social Sciences > HG Finance > HG1-9999 Finance > HG1501-3550 Banking Q Science > QA Mathematics > QA76.73. Computer algorithms and Data structures |
|||||||||
| Divisions: | 08. Fakultas Sains dan Teknologi > Matematika | |||||||||
| Creators: |
|
|||||||||
| Contributors: |
|
|||||||||
| Depositing User: | sukartini sukartini | |||||||||
| Date Deposited: | 07 Jun 2016 03:37 | |||||||||
| Last Modified: | 07 Jun 2016 03:37 | |||||||||
| URI: | http://repository.unair.ac.id/id/eprint/32941 | |||||||||
| Sosial Share: | ||||||||||
Actions (login required)
 |
View Item |