DAVID, SEPTIYAN (2016) ANALISIS KOMPARASI METODE NAIVE BAYES DAN DECISION TREE PADA KLASIFIKASI DEBITUR UNTUK MENENTUKAN KELAYAKAN KREDIT. Skripsi,Fakultas Ilmu Komputer.
![[img]](http://eprints.dinus.ac.id/style/images/fileicons/application_pdf.png)
| PDF Download (3661b) | Preview |
Abstract
Sejalan dengan pertumbuhan dan perkembangan bisnis, masalah perkreditan tetap menarik untuk dikaji dan diungkap. Beberapa penelitian bidang komputer telah banyak dilakukan untuk mengurangi resiko kredit yang menyebabkan kerugian perusahaan. Dalam penelitian ini dilakukan komparasi algoritma Naive Bayes dan C4.5 yang di aplikasikan terhadap konsumen yang mendapat pembiayan kredit baik yang bermasalah dalam pembayaran angsurannya maupun tidak. Dari hasil pengujian dengan mengukur kinerja kedua algoritma tersebut menggunakan metode pengujian Cross Validation, Confusion Matrix dan Kurva ROC, diketahui bahwa algoritma C4.5 memiliki accuracy yang tinggi yaitu 91.08% dibandingkan dengan algoritma Naive Bayes accuracy 85.20%. Nilai AUC untuk C4.5 juga menunjukan nilai yang lebih tinggi yaitu 0.715 dibandingkan algoritma Naive Bayes yaitu 0.713. Nilai AUC untuk metode C4.5 menunjukan nilai yang lebih tinggi dibandingkan Naive Bayes.
| Item Type: | Article |
|---|---|
| Subjects: | T Technology > Teknik Informatika Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika |
| Divisions: | Fakultas Ilmu Komputer |
| Depositing User: | Psi Udinus |
| Date Deposited: | 22 Mar 2016 15:17 |
| Last Modified: | 22 Mar 2016 15:17 |
| URI: | http://eprints.dinus.ac.id/id/eprint/18360 |
Actions (login required)
| View Item |
