Sistem Pendukung Keputusan Penentuan Penerima Kredit Usaha (Studi Kasus: Adira Finance Kediri)

Abstract

Program pemerintah dalam mengurangi jumlah pengangguran di negara ini adalah dengan jalan memberikan kredit untuk usaha kepada para nasabah calon pengusaha. Dalam hal ini, PT. Adira Finance yang bergerak di bidang perkreditan ikut andil dalam rencana pemerintah tersebut. Metode yang dilakukan PT. Adira Finance saat ini dalam mengambil keputusan penentuan kelayakan penerima kredit masih menggunakan cara manual, sehingga membutuhkan waktu yang lama untuk menentukan nasabah tersebut layak atau tidak menerima kredit. Untuk itu maka perlu dibuatlah aplikasi sistem pendukung keputusan penentuan kelayakan penerima kredit dengan metode Neural Network algoritma backpropagation. Dari hasil uji coba yang telah dilakukan, dengan parameter learning rate sebesar 0.9; hidden layer 10; maksimum epoch 1000 dan target error 10-5 menghasilkan akurasi yang cukup baik yaitu 98%. Aplikasi telah didesain mampu memenuhi kebutuhan pihak Pimpinan PT. Adira Finance dalam menentukan nasabah mana yang layak menerima kredit.
Kata Kunci — Sistem Pendukung Keputusan, kredit, neural network, backpropagation.

Government programs to reduce the number of unemployed in this country is by providing credit to businesses to customers aspiring entrepreneurs. In this case, PT. Adira Finance engaged in credit took part in the government plan. The method is carried PT. Adira Finance today in making a decision on the merits of credit recipients still use manual way, so it takes a long time to determine the customer is feasible or not receive credit. For that it needs to be made to decision support system application credit recipient eligibility determination by the method of propagation Neural Network algorithm. From the results of trials that have been done, the learning rate parameter of 0.9; hidden layer 10; the maximum error epoch 1000 and targets 10-5 generates good accuracy of 98%. The app has been designed to meet the needs PT. Adira Finance Leaders parties in determining which customers are eligible to receive credit.
Keywords — Decision Support System, credit, neural network, backpropagation.