Optimasi Artificial Neural Network dengan Algorithm Genetic pada Prediksi Approval Credit Card

Abstrak

Abstract— Approval credit card initial determination of approval to be a credit card customer for non-cash transaction purposes with a payment system. The population dataset of credit cards is taken from the UCI data repository of 30000 population data with 23 predictor attributes. Credit card approval prediction using sample data redaction top 100, down 100 and 4 attributes predictor as a parameter to determine the accuracy. Sex, education, marriage and age are used as parameter attributes. The process of determining credit card approval required computation calculation to solve the problem. Neural network and genetic algorithm are used as computation method to get the best accuracy value. The result of initial accuracy using neural network 85.42%, while the optimization results with genetic algorithm 87.82%.

 

Intisari— Approval credit card awal penentuan persetujuan menjadi nasabah kartu kredit untuk keperluan transaksi non-tunai dengan sistem pembayaran berjangka. Dataset populasi credit card ini di ambil dari UCI data repository sebanyak 30000 data  populasi dengan 23 atribut prediktor. Prediksi approval credit card menggunakan sampel data redaction top 100, down 100 dan 4 atribut predictor sebagai parameter untuk menentukan akurasi. Sex, education, marriage dan age dijadikan sebagi atribut parameter. Proses penentuan approval credit card dibutuhkan perhitungan komputasi untuk menyelesaikan permasalahan. Neural network dan algoritma genetika digunakan sebagai metode komputasi untuk mendapatkan nilai akurasi terbaik. Hasil akurasi awal menggunakan neural network 85.42%, sedangkan hasil optimasi dengan genetic algorithm 87.82%.

 

Kata Kunci - Kartu Kredit, Akurasi, Neural Network, Genetic Algorithm