Optimasi Batasan Fungsi Keanggotaan Fuzzy Tsukamoto Menggunakan Algoritme Genetika Untuk Kelayakan Pemberian Kredit (Studi Kasus: PD. BPR. Bank Daerah Lamongan)

Abstrak

Sebelum kredit diberikan kepada calon debitur, kreditur perlu menyeleksi data calon debitur terlebih dahulu dengan mempertimbangkan beberapa kriteria. Hal itu disebabkan karena kreditur mendapat beberapa masalah yang sering terjadi ketika memberikan kelayakan kredit seperti ketidakkonsistenan terhadap analisis kredit yang bisa berubah dan lamanya waktu yang dibutuhkan untuk menyeleksi data calon debitur akibat data yang banyak serta bervariasi. Permasalahan tersebut dapat diselesaikan dengan membangun sistem klasifikasi menggunakan metode fuzzy tsukamoto untuk mengklasifikasikan data dan menentukan kelayakan kredit calon debitur. Namun penggunaan metode fuzzy tsukamoto tidak dapat memberikan hasil yang optimal. Hal itu ditunjukkan dengan nilai akurasi yang didapatkan sebesar 90.476% dari pengujian menggunakan 63 data uji. Untuk memperoleh nilai akurasi yang lebih optimal, solusi yang dapat diterapkan adalah melakukan optimasi batasan fungsi keanggotaan fuzzy menggunakan algoritme genetika. Berdasarkan hasil pengujian sistem yang telah dioptimasi, sistem mendapatkan nilai akurasi sebesar 93.651% dengan parameter jumlah populasi 220, Cr 0.7, Mr 0.3 dan jumlah generasi 220.