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

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

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 SKRIPSI

HYBRID BACKPROPAGATION ...

GILANG FATHIRA M.


SKRIPSI


GILANG FATHIRA MUTMA’INAH

PROGRAM STUDI S-1 MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA 2016 i SKRIPSI


GILANG FATHIRA M.



SKRIPSI

Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains Bidang Matematika Pada Fakultas Sains Dan Teknologi Universitas Airlangga

Disetujui oleh:

ii SKRIPSI


GILANG FATHIRA M.


LEMBAR PENGESAHAN NASKAH SKRIPSI : Hybrid Backpropagation dengan Firefly Algorithm dan

Judul

Simulated Annealing untuk Klasifikasi Calon Penerima Pinjaman Bank Berdasarkan Resiko Penyusun

: Gilang Fathira Mutma‟inah

NIM

: 081211232018

Pembimbing I

: Auli Damayanti, S.Si., M.Si

Pembimbing II

: Dr. Herry Suprajitno, M.Si

Tanggal Seminar

: 20 April 2016

Disetujui oleh : Pembimbing I

Pembimbing II

Pemb

Auli Damayanti, S.Si, M.Si NIP. 19751107 200312 2 004

Dr. Herry Suprajitno,M.Si NIP. 19680404 199403 1 020

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. 19780126 200604 1 001

Dr. Mohammad Imam Utoyo, M.Si NIP. 19640103 198810 1 001

iii SKRIPSI


GILANG FATHIRA M.

Dr. Herry S NIP.196804


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 SKRIPSI


GILANG FATHIRA M.


SURAT PERNYATAAN TENTANG ORISINALITAS Yang bertanda tangan di bawah ini, saya: Nama

: Gilang Fathira Mutma‟inah

NIM

: 081211232018

Program Studi

: S1-Matematika

Fakultas

: Sains dan Teknologi

Jenjang

: 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 SKRIPSI


GILANG FATHIRA M.


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

SKRIPSI


GILANG FATHIRA M.


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 SKRIPSI


GILANG FATHIRA M.


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 SKRIPSI


GILANG FATHIRA M.


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 SKRIPSI


GILANG FATHIRA M.


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 SKRIPSI


GILANG FATHIRA M.


DAFTAR ISI Halaman LEMBAR JUDUL .........................................................................................

i

LEMBAR PERNYATAAN ..........................................................................

ii

LEMBAR PENGESAHAN NASKAH SKRIPSI ..........................................

iii

PEDOMAN PENGGUNAAN SKRIPSI ......................................................

iv

SURAT PERNYATAAN TENTANG ORISINALITAS .............................

v

KATA PENGANTAR ...................................................................................

vi

ABSTRAK ....................................................................................................

ix

ABSTRACT ..................................................................................................

x

DAFTAR ISI ..................................................................................................

xi

DAFTAR TABEL ......................................................................................... xiv DAFTAR GAMBAR ..................................................................................... xvii DAFTAR LAMPIRAN ................................................................................. xix BAB I

BAB II

PENDAHULUAN 1.1

Latar Belakang ....................................................................

1

1.2

Rumusan Masalah ...............................................................

4

1.3

Tujuan .................................................................................

4

1.4

Manfaat ...............................................................................

5

TINJAUAN PUSTAKA 2.1

Bank ....................................................................................

6

2.2

Jaringan Syaraf Tiruan ........................................................

6

2.2.1 Arsitektur Jaringan Syaraf Tiruan ...........................

9

xi SKRIPSI


GILANG FATHIRA M.


2.2.2 Fungsi Aktivasi .......................................................

12

2.2.3 Backpropagation Neural Network ...........................

14

Firefly Algorithm .................................................................

20

2.3.1 Perilaku Kunang-Kunang ........................................

21

2.3.2 Pengertian Firefly Algorithm ...................................

22

2.3.3 Keatraktifan Firefly .................................................

23

2.3.4 Distance dan Movement ..........................................

25

2.3.5 Proses Firefly Algorithm .........................................

26

2.4

Simulated Annealing ...........................................................

27

2.5

Pemrograman C++ ..............................................................

29

BAB III METODE PENELITIAN………………………………………..

32

2.3

BAB IV PEMBAHASAN 4.1

Prosedur penerapan FA dan SA pada Backpropagation Neural Network ..............................................................................

42

4.1.1 Input Parameter awal ..............................................

43

4.1.2 Generate Populasi Awal..........................................

44

4.1.3 Menentukan Jumlah Unit Hidden dan Learning Rate .........................................................................

45

4.1.4 Backpropagation Neural Network .........................

47

4.1.5 Membandingkan Intensitas Cahaya Setiap Firefly..

55

4.1.6 Mencari Firefly Terburuk .......................................

58

4.1.7 Simulated Annealing ..............................................

59

4.1.8 Mencari Firefly Terbaik .........................................

60

xii SKRIPSI


GILANG FATHIRA M.


4.2

4.3

BAB V

4.1.9 Update G* ..............................................................

60

4.1.10 Movement Firefly Terbaik .....................................

61

Contoh Kasus Klasifikasi Calon Penerima Pinjaman Bank yang Diselesaikan Secara Manual ......................................

62

Program dan Implementasi Program ..................................

87

4.3.1 Uji Validasi ............................................................

90

KESIMPULAN DAN SARAN 5.1

Kesimpulan ........................................................................

92

5.2

Saran ...................................................................................

93

DAFTAR PUSTAKA ...................................................................................

94

LAMPIRAN

xiii SKRIPSI


GILANG FATHIRA M.


DAFTAR TABEL Nomor

Judul Tabel

Halaman

3.1

Tabel Variabel Pelatihan

30

4.1

Skala pengukuran untuk banyaknya tabungan

63

4.2

Data untuk Contoh Kasus Manual

63

4.3

Populasi awal firefly

65

4.4

Bobot Random v

66

4.5

Bobot Random w

66

4.6

Perhitungan Output

68

4.7

Pelatihan Neural Network

68

4.8

Perubahan Bobot v (∆v)

70

4.9

Bobot v Baru

71

4.10

Bobot w Baru

71

4.11

Bobot v Akhir Firefly Pertama

72

4.12

Bobot w Akhir Firefly Pertama

72

4.13

Pengujian Firefly 1

73

4.14

Bobot v Akhir Firefly 2

73

xiv SKRIPSI


GILANG FATHIRA M.


4.15

Bobot w Akhir Firefly 2

74

4.16

Bobot v Akhir Firefly 3

74

4.17

Bobot w Akhir Firefly 3

74

4.18

Firefly 1 setelah movement

76

4.19

Proses Membandingkan Firefly 1 dengan Firefly 2

77

4.20

Bobot v Akhir Firefly 1 Setelah Pergerakan

77

4.21

Bobot w Akhir Firefly 1 Setelah Pergerakan

77

4.22


78

4.23


78

4.24


78

4.25


79

4.26


79

4.27


79

4.28


80

4.29


80

4.30


80

4.31


81

xv SKRIPSI


GILANG FATHIRA M.


4.32


81

4.33

Menentukan firefly terburuk

82

4.34

Solusi awal SA

82

4.35

Proses pertukaran lokus

83

4.36

Solusi baru SA

83

4.37

Bobot v Akhir Solusi Baru Simulated Annealing

83

4.38

Bobot w Akhir Solusi Baru Simulated Annealing

84

4.39

Menentukan firefly terbaik

84

4.40

Bobot v Akhir Hasil Movement Firefly Terbaik

86

4.41

Bobot w Akhir Hasil Movement Firefly Terbaik

86

4.42

Daftar Firefly yang Telah Didapat

86

4.43

Hasil Percobaan dengan 100 Data Latih

88

4.44

Bobot Optimal v

89

4.45

Bobot Optimal w

90

4.46

Hasil Uji Validasi

90

xvi SKRIPSI


GILANG FATHIRA M.


DAFTAR GAMBAR Nomor

Judul Gambar

Halaman

2.1

Susunan Syaraf Manusia

7

2.2

Jaringan Lapisan Tunggal (single layer network)

10

2.3

Jaringan Lapisan Jamak (multi layer network)

11

2.4

Fungsi Aktivasi Step Biner

12

2.5

Fungsi Aktivasi Sigmoid Biner

13

2.6

Fungsi Aktivasi Sigmoid Bipolar

14

3.1

Flowchart proses pelatihan Backpropagation Neural Network

39

3.2

Flowchart proses Hybrid Backpropagation Neural Network dengan firefly algorithm dan simulated annealing

3.3

40

Lanjutan Flowchart proses Hybrid Backpropagation Neural Network dengan firefly algorithm dan simulated annealing

41

4.1

Prosedur Penerapan FA dan SA pada Backpropagation Neural Network 42

4.2

Input Parameter

44

4.3

Prosedur Generate Populasi Awal

45

4.4

Prosedur Menentukan Jumlah Unit Hidden dan Learning Rate

46

xvii SKRIPSI


GILANG FATHIRA M.


4.5

Prosedur Backpropagation Neural Network

47

4.6

Prosedur Generate Bobot V dan W Awal

49

4.7

Prosedur Pengujian Neural Network

50

4.8

Prosedur Menghitung MSE

51

4.9

Prosedur Feedforward

52

4.10

Prosedur Backpropagation of Error

53

4.11

Prosedur Update Bobot dan Bias

54

4.12

Prosedur Membandingkan Intensitas Cahaya Setiap Firefly

56

4.13

Prosedur Menghitung Jarak

56

4.14

Prosedur Menghitung Attractiveness

57

4.15

Prosedur Proses Movement

57

4.16

Prosedur Mencari Firefly Terburuk

58

4.17

Prosedur Mencari Firefly Terbaik

60

4.18

Prosedur Update G*

61

4.19

Prosedur Proses Movement Firefly Terbaik

62

xviii SKRIPSI


GILANG FATHIRA M.


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 SKRIPSI


GILANG FATHIRA M.

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

Recommend Documents