Optimasi Jumlah Pinjaman Koperasi Menggunakan Fuzzy Tsukamoto Dengan Algoritme Genetika

Hingga sampai saat ini, hampir sebagian besar koperasi masih melakukan perhitungan pemberian pinjaman secara manual dan sangat jarang yang memanfaatkan penggunaan teknologi komputer sehingga dalam pengambilan keputusan yang dilakukan kurang efisien. Dari permasalahan yang dihadapi, dibutuhkan sebuah sistem yang memiliki hubungan dengan komputer sehingga bisa mempercepat dan membantu proses pengambilan keputusan pemberian pinjaman secara efisien. Sistem yang dibutuhkan adalah sistem kecerdasan buatan yang membantu mendapatkan nilai yang paling tepat dilihat dari fitness yang terbesar sebagai tiap perhitungannya. Adapun kriteria yang menjadi dasar-dasar dalam penentuan jumlah pinjaman kepada anggota menggunakan metode Tsukamoto Fuzzy yang dioptimasi menggunakan Algoritma Genetika adalah status pekerjaan, umur, gaji dan lama pinjaman. Hasil yang didapat akan menampilkan fitness di tiap-tiap perhitungan yang telah di optimasi dengan menggunakan Algoritma Genetika, sehingga akan mendapatkan nilai yang paling tepat. Hasil evaluasi sistem menggunakan perhitungan Mean Absolute Percentage Error dengan contoh suatu kasus mempunyai nilai error sebesar 0,661468035 atau 1,65% dengan nilai fitness yang di hasilkan sebesar 0,601877363 serta persentase kebenarannya ialah 98,35%