CREDIT SCORING MENGGUNAKAN LEARNING VECTOR QUANTIZATON (LVQ); CREDIT SCORING USING LEARNING VECTOR QUANTIZATION (LVQ)

RAHAYUNI WASISARINI, Subanar

2011 | Skripsi | PROGRAM STUDI STATISTIKA

Analisis resiko kredit memegang peranan penting pada proses kredit. Credit scoring merupakan teknik yang paling umum digunakan untuk mengevaluasi tingkat kelayakan kredit pada pemohon kredit. Salah satu metode untuk menganalisis credit scoring yaitu jaringan syaraf tiruan dengan metode LVQ. Pengujian jaringan yang telah dilakukan pada data kredit diperoleh hasil bahwa jaringan syaraf tiruan yang paling optimal adalah jaringan syaraf tiruan dengan learning rate 0,4 maksimum epoh 3000, akurasi tipe I adalah 11,5%, akurasi tipe II adalah 95,5%, dan total akurasi 74%. Jaringan syaraf tiruan LVQ mampu memprediksi tipe debitur buruk sedangkan backpropagation tidak mampu memprediksi tipe debitur buruk.

Kata Kunci : risiko kredit, credit scoring, jaringan syaraf tiruan, LVQ, learning rate, maksimum epoh, akurasi tipe I, akurasi tipe II, total akurasi, backpropagation