SKRIPSI HYBRID BACKPROPAGATION DENGAN FIREFLY ALGORITHM DAN SIMULATED ANNEALING UNTUK KLASIFIKASI CALON PENERIMA PINJAMAN BANK BERDASARKAN RESIKO

Transkripsi

1 SKRIPSI HYBRID BACKPROPAGATION DENGAN FIREFLY ALGORITHM DAN SIMULATED ANNEALING UNTUK KLASIFIKASI CALON PENERIMA PINJAMAN BANK BERDASARKAN RESIKO GILANG FATHIRA MUTMA INAH PROGRAM STUDI S-1 MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA 2016 i

2 SKRIPSI HYBRID BACKPROPAGATION DENGAN FIREFLY ALGORITHM DAN SIMULATED ANNEALING UNTUK KLASIFIKASI CALON PENERIMA PINJAMAN BANK BERDASARKAN RESIKO GILANG FATHIRA MUTMA INAH PROGRAM STUDI S-1 MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA 2016 i

3 HYBRID BACKPROPAGATION DENGAN FIREFLY ALGORITHM DAN SIMULATED ANNEALING UNTUK KLASIFIKASI CALON PENERIMA PINJAMAN BANK BERDASARKAN RESIKO SKRIPSI Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains Bidang Matematika Pada Fakultas Sains Dan Teknologi Universitas Airlangga Disetujui oleh: ii

4 LEMBAR PENGESAHAN NASKAH SKRIPSI Judul Penyusun : Hybrid Backpropagation dengan Firefly Algorithm dan Simulated Annealing untuk Klasifikasi Calon Penerima Pinjaman Bank Berdasarkan Resiko : Gilang Fathira Mutma inah NIM : Pembimbing I Pembimbing II : Auli Damayanti, S.Si., M.Si : Dr. Herry Suprajitno, M.Si Tanggal Seminar : 20 April 2016 Disetujui oleh : Pembimbing I Pembimbing II Auli Damayanti, S.Si, M.Si NIP Dr. Herry Suprajitno,M.Si NIP Mengetahui, Ketua Departemen Matematika Fakultas Sains dan Teknologi Universitas Airlangga Koordinator Program Studi S-1 Matematika Fakultas Sains dan Teknologi Universitas Airlangga Badrus Zaman, S.Kom., M.Cs NIP Dr. Mohammad Imam Utoyo, M.Si NIP iii

5 PEDOMAN PENGGUNAAN SKRIPSI Skripsi ini tidak dipublikasikan, namun tersedia di perpustakaan dalam lingkungan Universitas Airlangga. Diperkenankan untuk dipakai sebagai referensi kepustakaan, tetapi pengutipan harus seizin penulis dan harus menyebutkan sumbernya sesuai kebiasaan ilmiah. Dokumen skripsi ini merupakan hak milik Universitas Airlangga. iv

6 SURAT PERNYATAAN TENTANG ORISINALITAS Yang bertanda tangan di bawah ini, saya: Nama : Gilang Fathira Mutma inah NIM : Program Studi Fakultas Jenjang : S1-Matematika : Sains dan Teknologi : Sarjana (S1) Menyatakan bahwa saya tidak melakukan kegiatan plagiat dalam penulisan skripsi saya yang berjudul : Hybrid Backpropagation dengan Firefly Algorithm dan Simulated Annealing untuk Klasifikasi Calon Penerima Pinjaman Bank Berdasarkan Resiko Apabila suatu saat nanti terbukti melakukan tindakan plagiat, maka saya akan menerima sanksi yang telah ditetapkan. Demikian surat pernyataan ini saya buat dengan sebenar-benarnya. v

7 KATA PENGANTAR Alhamdulillahirabbil alamin. Segala puji syukur penulis panjatkan kepada Allah SWT karena hanya dengan rahmat dan karunia-nya, skripsi yang berjudul Hybrid Backpropagation dengan Firefly Algorithm dan Simulated Annealing untuk Klasifikasi Calon Penerima Pinjaman Bank Berdasarkan Resiko ini dapat diselesaikan dengan baik. Shalawat serta salam semoga senantiasa tercurahkan kepada junjungan kita, Nabi Besar Muhammad SAW, pemimpin sekaligus sebaikbaiknya suri tauladan bagi kehidupan umat manusia. Ucapan terima kasih disampaikan kepada : 1. Universitas Airlangga yang telah memberikan kesempatan kepada penulis untuk menuntut ilmu. 2. Direktorat Jendral Pendidikan Tinggi (Dirjen Dikti) yang telah memberikan Beasiswa Bidik Misi kepada penulis untuk membantu secara ekonomis serta memacu semangat belajar 3. Badrus Zaman, S.Kom, M.Cs selaku Ketua Departemen Matematika. 4. Dr. Mohammad Imam Utoyo, M.Si selaku Kepala Prodi Matematika Fakultas Sains dan Teknologi Universitas Airlangga yang selalu memberikan saran dan motivasi dan juga selaku dosen wali selama menjadi mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga yang telah banyak memberikan arahan, waktu, nasihat, serta semangat demi kesuksesan menjadi mahasiswa. vi

8 5. Auli Damayanti, S.Si., M.Si selaku dosen pembimbing I yang senantiasa sabar dan teliti dalam memberikan bimbingan berupa ilmu, arahan, saran, waktu, dan motivasi serta semangat. 6. Dr. Herry Suprajitno, M.Si selaku dosen pembimbing II yang senantiasa sabar dan teliti dalam memberikan bimbingan berupa ilmu, arahan, saran, waktu, dan motivasi serta semangat. 7. Dr. Eridani, Drs., M.Si selaku dosen yang selalu memberikan inspirasi bagi penulis dalam setiap cerita yang disampaikan selama kuliah sebagai motivasi serta semangat. 8. Yang tercinta, kedua Orang Tua yaitu Muhajir dan Qibtiyah, serta kakak Gilang Fitriyah Rochmatullah dan M. Mundy serta adik M. Chodrin Yusabbichullah, M.Fatchan Qodiro dan Nur Qodiri Qodrillah serta seluruh keluarga besar penulis yang selalu memberikan dukungan, perhatian, semangat, doa dan kasih sayangnya. 9. Seluruh Dosen S1 Matematika Fakultas Sains dan Teknologi Universitas Airlangga yang telah memberi banyak pengetahuan yang sangat bermanfaat bagi penulis. 10. Teman-teman Matematika 2012, khususnya sahabat penulis yang tercinta Luthfi Hidayati, Syahrul Fadilah, Fanti Rachmawati, dan Okta Diana N.S.C. yang selalu setia menjadi teman berbagi cerita, memberikan dukungan dan semangat, membantu kesulitan dalam memahami materi, berbagi pengetahuan, mengajarkan banyak hal tentang hidup, dan selalu membuat kelas terasa nyaman. vii

9 11. Serta semua pihak yang tidak dapat disebutkan satu per satu, yang telah membantu terselesaikannya skripsi ini Akhir kata, penulis menyadari bahwa tiada gading yang tak retak. Begitu juga makalah ini, tentunya masih banyak kekurangan yang ada di dalamnya. Oleh karena itu, kritik dan saran dari para pembaca sangat penulis harapkan demi penyempurnaan penulisan selanjutnya di kemudian hari. Semoga proposal skripsi ini dapat bermanfaat bagi penulis khususnya dan para pembaca sekalian pada umumnya. Surabaya, April 2016 Gilang Fathira Mutma inah viii

10 Gilang Fathira Mutma inah, 2016, Hybrid Backpropagation dengan Firefly Algorithm dan Simulated Annealing untuk Klasifikasi Calon Penerima Pinjaman Bank Berdasarkan Resiko, Skripsi ini dibawah bimbingan Auli Damayanti, S.Si., M.Si. dan Dr. Herry Suprajitno, M.Si., Prodi S1-Matematika, Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya. ABSTRAK 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++. Kata Kunci : Klasifikasi, Pinjaman Bank, Backpropagation Neural Network, Firefly Algorithm, Simulated Annealing ix

11 Gilang Fathira Mutma inah, 2016, Hybrid Backpropagation with Firefly Algorithm and Simulated Annealing for Classificationof Recipients of Bank Loans Based on Risk, This undergraduate thesis is suprivised by Auli Damayanti, S.Si., M.Si. and Dr. Herry Suprajitno, M.Si. Mathematics Department, Faculty of Science and Technology, University of Airlangga, Surabaya. ABSTRACT The recipients classification of bank loans based on risk needs to be addressed appropriately. The inappropriate classification will result the higher increasing level of bad loans. The increasing of non-performing loans can destabilize the bank. This study analyzes the classification problem of receiver bank loans applicants based on risk by using hybrid backpropagation neural network with firefly algorithm and simulated annealing. Backpropagation neural network is a type of artificial neural network which is often used to solve classification problems. Firefly algorithm is an algorithm inspired by the flashing patterns and behaviors of fireflies. Simulated annealing is a method which is correlated to the annealing process. In hybrid backpropagation neural network with firefly algorithm and simulated annealing, firefly algorithm and simulated annealing are used to determine the learning rate and the number of optimal hidden units for propagation process. This algorithm process begins with initializing algorithm parameters, generating initial population firefly, processing backpropagation neural network, comparing the light intensity of each firefly, seeking the worst firefly, simulated annealing, seeking the best firefly, specifying G best, and the best firefly movement. There are 100 data which were used in data training, while there are 25 data for the data testing, this algorithm was implemented with the programming language C ++, by using the Borland C ++ software. Keywords : Classification, Bank Loans, Backpropagation Neural Network, Firefly Algorithm, Simulated Annealing. x

12 DAFTAR ISI Halaman LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN NASKAH SKRIPSI... PEDOMAN PENGGUNAAN SKRIPSI... SURAT PERNYATAAN TENTANG ORISINALITAS... KATA PENGANTAR... ABSTRAK... ABSTRACT... DAFTAR ISI... i ii iii iv v vi ix x xi DAFTAR TABEL... xiv DAFTAR GAMBAR... xvii DAFTAR LAMPIRAN... xix BAB I PENDAHULUAN 1.1 Latar Belakang Rumusan Masalah Tujuan Manfaat... 5 BAB II TINJAUAN PUSTAKA 2.1 Bank Jaringan Syaraf Tiruan Arsitektur Jaringan Syaraf Tiruan... 9 xi

13 2.2.2 Fungsi Aktivasi Backpropagation Neural Network Firefly Algorithm Perilaku Kunang-Kunang Pengertian Firefly Algorithm Keatraktifan Firefly Distance dan Movement Proses Firefly Algorithm Simulated Annealing Pemrograman C BAB III METODE PENELITIAN.. 32 BAB IV PEMBAHASAN 4.1 Prosedur penerapan FA dan SA pada Backpropagation Neural Network Input Parameter awal Generate Populasi Awal Menentukan Jumlah Unit Hidden dan Learning Rate Backpropagation Neural Network Membandingkan Intensitas Cahaya Setiap Firefly Mencari Firefly Terburuk Simulated Annealing Mencari Firefly Terbaik xii

14 4.1.9 Update G* Movement Firefly Terbaik Contoh Kasus Klasifikasi Calon Penerima Pinjaman Bank yang Diselesaikan Secara Manual Program dan Implementasi Program Uji Validasi BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN xiii

15 DAFTAR TABEL Nomor Judul Tabel Halaman 3.1 Tabel Variabel Pelatihan Skala pengukuran untuk banyaknya tabungan Data untuk Contoh Kasus Manual Populasi awal firefly Bobot Random v Bobot Random w Perhitungan Output Pelatihan Neural Network Perubahan Bobot v ( v) Bobot v Baru Bobot w Baru Bobot v Akhir Firefly Pertama Bobot w Akhir Firefly Pertama Pengujian Firefly Bobot v Akhir Firefly 2 73 xiv

16 4.15 Bobot w Akhir Firefly Bobot v Akhir Firefly Bobot w Akhir Firefly Firefly 1 setelah movement Proses Membandingkan Firefly 1 dengan Firefly Bobot v Akhir Firefly 1 Setelah Pergerakan Bobot w Akhir Firefly 1 Setelah Pergerakan Proses Membandingkan Firefly 1 dengan Firefly Proses Membandingkan Firefly 2 dengan Firefly Bobot v Akhir Firefly 2 Setelah Pergerakan Bobot w Akhir Firefly 2 Setelah Pergerakan Proses Membandingkan Firefly 2 dengan Firefly Proses Membandingkan Firefly 3 dengan Firefly Bobot v Akhir Firefly 3 Setelah Pergerakan Bobot w Akhir Firefly 3 Setelah Pergerakan Proses Membandingkan Firefly 3 dengan Firefly Bobot v Akhir Firefly 3 Setelah Pergerakan 81 xv

17 4.32 Bobot w Akhir Firefly 3 Setelah Pergerakan Menentukan firefly terburuk Solusi awal SA Proses pertukaran lokus Solusi baru SA Bobot v Akhir Solusi Baru Simulated Annealing Bobot w Akhir Solusi Baru Simulated Annealing Menentukan firefly terbaik Bobot v Akhir Hasil Movement Firefly Terbaik Bobot w Akhir Hasil Movement Firefly Terbaik Daftar Firefly yang Telah Didapat Hasil Percobaan dengan 100 Data Latih Bobot Optimal v Bobot Optimal w Hasil Uji Validasi 90 xvi

18 DAFTAR GAMBAR Nomor Judul Gambar Halaman 2.1 Susunan Syaraf Manusia Jaringan Lapisan Tunggal (single layer network) Jaringan Lapisan Jamak (multi layer network) Fungsi Aktivasi Step Biner Fungsi Aktivasi Sigmoid Biner Fungsi Aktivasi Sigmoid Bipolar Flowchart proses pelatihan Backpropagation Neural Network Flowchart proses Hybrid Backpropagation Neural Network dengan firefly algorithm dan simulated annealing Lanjutan Flowchart proses Hybrid Backpropagation Neural Network dengan firefly algorithm dan simulated annealing Prosedur Penerapan FA dan SA pada Backpropagation Neural Network Input Parameter Prosedur Generate Populasi Awal Prosedur Menentukan Jumlah Unit Hidden dan Learning Rate 46 xvii

19 4.5 Prosedur Backpropagation Neural Network Prosedur Generate Bobot V dan W Awal Prosedur Pengujian Neural Network Prosedur Menghitung MSE Prosedur Feedforward Prosedur Backpropagation of Error Prosedur Update Bobot dan Bias Prosedur Membandingkan Intensitas Cahaya Setiap Firefly Prosedur Menghitung Jarak Prosedur Menghitung Attractiveness Prosedur Proses Movement Prosedur Mencari Firefly Terburuk Prosedur Mencari Firefly Terbaik Prosedur Update G* Prosedur Proses Movement Firefly Terbaik 62 xviii

20 DAFTAR LAMPIRAN Nomor Judul Lampiran 1 Prosedur Simulated Annealing 2 Data Latih dan Data Uji 3 Program Hybrid Backpropagation Neural Network dengan Firefly Algorithm dan Simulated Annealing untuk Klasifikasi Calon Penerima Pinjaman Bank 4 Output Program xix