digilib@itb.ac.id +62 812 2508 8800

ABSTRAK SHERIN WIDYA SARI.pdf5?
PUBLIC Dwi Ary Fuziastuti

Credit default dapat didefinisikan sebagai kegagalan peminjam untuk melakukan pembayaran pinjaman pada tanggal jatuh tempo. Credit default dapat menyebabkan kerugian bagi pihak pemberi pinjaman sehingga langkah pencegahan harus dilakukan, salah satunya adalah dengan memprediksi potensi default lebih dini. Masalah credit default ini dapat dikategorikan sebagai masalah klasifikasi biner. Jaringan syaraf tiruan (JST) merupakan model yang banyak digunakan untuk masalah klasifikasi. JST memiliki kemampuan untuk menangkap tren linier dan non linier dari data yang kompleks dan mampu menghasilkan prediksi yang baik untuk data baru. Algoritma belajar backpropagation merupakan algoritma belajar yang banyak digunakan dalam jaringan syaraf tiruan karena mampu memberikan hasil yang baik. Namun metode ini memiliki kelemahan yaitu dapat terjebak di lokal optimum karena penelusurun solusi berdasarkan lintasan dan memerlukan informasi gradien dalam prosesnya sehingga hanya dapat menggunakan fungsi yang memiliki turunan saja. Pada tugas akhir ini, penulis menggunakan metode optimasi spiral yang diperkenalkan oleh Tamura dan Yasuda (2011). Metode ini merupakan salah satu metode optimasi metaheuristik yang penelusuran solusi tidak berdasarkan lintasan dan tidak memerlukan informasi gradien sebagai algoritma belajar pada JST.