Sistem Informasi Untuk Prediksi Keamanan Pembiayaan Nasabah Bank Syariah XYZ

Sumarni Adi

Intisari / Abstract


Perkembangan teknologi informasi yang pesat telah mempengaruhi cara penilaian resiko pembiayaan yang semula dengan cara human judgment bergeser ke arah cara yang formal dan objektif yaitu melalui scoring pembiayaan. Namun scoring pembiayaan tersebut harus diperhitungkan nilai akurasinya agar keputusan yang diambil tidak memberikan efek buruk bagi kestabilan manajemen bank .Pembuatan sistem informasi yang mampu memprediksi keamanan pembiayaan yang mempunyai nilai akurasi yang signifikan tingkat kebenarannya dilakukan dengan cara: menganalisis permasalahan, melakukan perancangan model data dan model sistem, implementasi sistem dan pengujian sistem.  Dari hasil analisis permasalahan menghasilkan bisnis proses, perancangan model data menghasilkan teknik prediksi dan database, perancangan model sistem menghasilkan DFD dan untuk implemetasi dengan pengujian sistem menggunkan metode bootstrap. Dari hasil pengujian akurasi model dari sistem yang dikembangkan, menghasilkan nilai akurasi terkecil sebesar 80% pada proses pengujian dengan menggunakan sampel sebanyak 100 data dan menghasilkan akurasi tertinggi sebesar 98,66% pada proses pengujian dengan menggunakan sampel sebanyak 463 data.Perkembangan teknologi informasi yang pesat telah mempengaruhi cara penilaian resiko pembiayaan yang semula dengan cara human judgment bergeser ke arah cara yang formal dan objektif yaitu melalui scoring pembiayaan. Namun scoring pembiayaan tersebut harus diperhitungkan nilai akurasinya agar keputusan yang diambil tidak memberikan efek buruk bagi kestabilan manajemen bank .Pembuatan sistem informasi yang mampu memprediksi keamanan pembiayaan yang mempunyai nilai akurasi yang signifikan tingkat kebenarannya dilakukan dengan cara: menganalisis permasalahan, melakukan perancangan model data dan model sistem, implementasi sistem dan pengujian sistem.  Dari hasil analisis permasalahan menghasilkan bisnis proses, perancangan model data menghasilkan teknik prediksi dan database, perancangan model sistem menghasilkan DFD dan untuk implemetasi dengan pengujian sistem menggunkan metode bootstrap. Dari hasil pengujian akurasi model dari sistem yang dikembangkan, menghasilkan nilai akurasi terkecil sebesar 80% pada proses pengujian dengan menggunakan sampel sebanyak 100 data dan menghasilkan akurasi tertinggi sebesar 98,66% pada proses pengujian dengan menggunakan sampel sebanyak 463 data.

Teks Lengkap:

PDF

Referensi


Muhammad, 2005, Manajemen Pembiayaan Bank Syari’ah, UPP AMP YKPN, Yogyakarta

Cyhe, K.H., Chin, T.W., dan Peng, G.C., 2004, Credit Scoring Using Data MiningTechniques, Singapore Management Review

Han, J., and Kamber, M., 2006, Data Mining: Concepts and Techniques, Second Edition, Morgan Kaufmann, San Francisco.

Bie, R., Fu, Z., Sun, Q., & Chen, C., 2009, A Comparison Study of Bayesian Classifier on Web Pages Classification, New Generation Computing, 161-168

Oktafia, D., dan Pardede, D.L.C., 2010, Perbandingan Kinerja Algoritma Decision Tree dan Naïve Bayes dalam Prediksi Kebangkrutan, Proceeding Seminar Ilmiah Nasional KOMMIT 2010, Universitas Gunadarma.

Efron, Bradley &Tibshirani, J. Robert., 1993,An Introduction to the Bootstrap. New York :Champman& Hall, Inc.

Sibaroni, Yuliant., 2008, Analisis Dan Penerapan Metode Klasifikasi Untuk Membangun Perangkat Lunak Sistem Penerimaan Mahasiswa Baru Jalur Non Tulis, Tesis S2 Institut Teknologi Bandung

Davis, Robert A. Leitch/K. Roscoe, 1983, Accounting Information System, New Jersey: Prentice-Hall, New Jersey

HM, Jogiyanto., 2000, Analisis dan Desain Sistem Informasi Pendekatan Terstruktur dan Praktik Aplikasi Bisnis, Andi Offset, Yogyakarta

Sismoro, Heri., 2005, Logika Informatika, Algoritma, dan Pemrograman Komputer, Yogyakarta: Andi Offset, Yogyakarta

Pressman, R., 2002, Software Engeneering : Apracticione's Approach, McGraw Hill Companies Inc, USA.

Tan, P. N., Stenbach, M., & Kumar, V., 2006, Introduction to Data Mining, Pearson Education, Boston.

Han, J., & Kamber, M., 2006, Data Mining Concept and Technique, Morgan Kaufman Publisher,San Fransisco

Kohavi, R., 1995, A Study of Cross-Validation and Bootstrap for Accuracy Estimation and Model Selection, Proceedings of IJCAI Conferences 1995 : Stanford University, 1137-1143.


Refbacks

  • Saat ini tidak ada refbacks.