Klasifikasi Nasabah Bank untuk Pemasaran Bank dengan Metode Jaringan Saraf Tiruan
Nama : Sulistiyo Tri Raharjo
NIM : 1301144329
Universitas Telkom
Judul Pengerjaan : Klasifikasi Nasabah Bank untuk Pemasaran Bank dengan Metode Jaringan Saraf Tiruan
Tahun Pengerjaan : 2017
Tujuan Pengerjaan : Mata Kuliah Komputasi Finansial
Jenis Tugas : Individu
Abstract—Nasabah bank merupakan salah satu komponen penting dalam bisnis perbankan. Hal ini dikarenakan nasabah merupakan peran utama dalam proses keuangan perbankan. Apabila nasabah dapat melakukan transaksi keuangan sesuai dengan yang disepakati, maka bisnis keuangan bank akan lancar, namun apaila nasabah tidak dapat memenuhi perjanjian dengan bank, maka proses bisnis bank akan terganggu. Karena itu pemasaran bank harus mampu membedakan nasabah yang memiliki reputasi yang baik dengan yang tidak. Dalam melakukan klasifikasi nasabah, dibutuhkan data profil keuangan nasabah agar membantu proses klasifikasi. Dalam proses klasifikasi, pemasaran bank dapat menggunakan komputasi berupa kecerdasan buatan untuk mempermudah pengklasifikasian profil nasabah. Metode klasifikasi yang digunakan adalah metode jaringan saraf tiruan(JST), metode ini merupakan metode yang mampu mempelajari pola dalam data yang diproses dan memperbaharui pola tersebut agar akurasi dapat meningkat.
Hasil Analisis - Dari proses pembelajaran dan pengujian menujukkan bahwa JST mampu dijadikan sebagai solusi untuk klasifikasi data nasabah bank, berdasarkan nilai akurasi yang didapat JST dapat digunakan untuk prediksi kriteria calon nasabah bank selanjutnya.
NIM : 1301144329
Universitas Telkom
Judul Pengerjaan : Klasifikasi Nasabah Bank untuk Pemasaran Bank dengan Metode Jaringan Saraf Tiruan
Tahun Pengerjaan : 2017
Tujuan Pengerjaan : Mata Kuliah Komputasi Finansial
Jenis Tugas : Individu
Abstract—Nasabah bank merupakan salah satu komponen penting dalam bisnis perbankan. Hal ini dikarenakan nasabah merupakan peran utama dalam proses keuangan perbankan. Apabila nasabah dapat melakukan transaksi keuangan sesuai dengan yang disepakati, maka bisnis keuangan bank akan lancar, namun apaila nasabah tidak dapat memenuhi perjanjian dengan bank, maka proses bisnis bank akan terganggu. Karena itu pemasaran bank harus mampu membedakan nasabah yang memiliki reputasi yang baik dengan yang tidak. Dalam melakukan klasifikasi nasabah, dibutuhkan data profil keuangan nasabah agar membantu proses klasifikasi. Dalam proses klasifikasi, pemasaran bank dapat menggunakan komputasi berupa kecerdasan buatan untuk mempermudah pengklasifikasian profil nasabah. Metode klasifikasi yang digunakan adalah metode jaringan saraf tiruan(JST), metode ini merupakan metode yang mampu mempelajari pola dalam data yang diproses dan memperbaharui pola tersebut agar akurasi dapat meningkat.
 |
| Arsitektur Multi-Layer Feedforward Network. Sumber : dokumentasi pribadi |
Hasil Analisis - Dari proses pembelajaran dan pengujian menujukkan bahwa JST mampu dijadikan sebagai solusi untuk klasifikasi data nasabah bank, berdasarkan nilai akurasi yang didapat JST dapat digunakan untuk prediksi kriteria calon nasabah bank selanjutnya.
Untuk mendapatkan nilai akurasi maksimum, dibutuhkan pembagian data menjadi 70% data train dan 30% data testdengan nilai akurasi sebesar 88.58%. Untuk jumlah neuron hidden layer berpengaruh dengan waktu nilai MSE minimum yang dicapai, smeakin besar nillai hidden layer semakin cepat nilai MSE minimum yang didapat, hal ini berpengaruh dengan berkurangnya proses pengulangan (epoch) sehingga dapat menghemat waktu. Namun belum dilakukan analisis seberapa besar dampak perubahan nilai hidden layer terhadap sumber daya komputasi yang dikuras.
Untuk mengetahui lebih jelas seputar pengerjaan Klasifikasi Nasabah untuk Pemasaran Bank dengan Metode JST dapat menghubungi : sulistiyotr@icloud.com
Untuk mengetahui lebih jelas seputar pengerjaan Klasifikasi Nasabah untuk Pemasaran Bank dengan Metode JST dapat menghubungi : sulistiyotr@icloud.com
Comments
Post a Comment