UDiNus Repository

KLASIFIKASI KELAYAKAN KREDIT CALON DEBITUR BANK MENGGUNAKAN ALGORITMA DECISION TREE C4.5

HERI, HIDAYANTO (2016) KLASIFIKASI KELAYAKAN KREDIT CALON DEBITUR BANK MENGGUNAKAN ALGORITMA DECISION TREE C4.5. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (3883b) | Preview
    [img]
    Preview
    PDF
    Download (543Kb) | Preview
      [img]
      Preview
      PDF
      Download (88Kb) | Preview
        [img]
        Preview
        PDF
        Download (92Kb) | Preview
          [img]
          Preview
          PDF
          Download (841Kb) | Preview
            [img]
            Preview
            PDF
            Download (953Kb) | Preview
              [img]
              Preview
              PDF
              Download (818Kb) | Preview
                [img]
                Preview
                PDF
                Download (968Kb) | Preview
                  [img]
                  Preview
                  PDF
                  Download (258Kb) | Preview
                    [img]
                    Preview
                    PDF
                    Download (633Kb) | Preview
                      [img]
                      Preview
                      PDF
                      Download (545Kb) | Preview
                        [img]
                        Preview
                        PDF
                        Download (97Kb) | Preview

                          Abstract

                          Kredit adalah salah satu pelayanan yang diberikan oleh bank, resiko kredit yang terjadi dalam pemberian pinjaman kredit, dalam halnya nasabah tidak mampu membayar pinjaman yang diterima selalu diperhatikan oleh bank, dan melakukan pengawasan terhadap nasabah guna mengurangi resiko. Resiko utama untuk bank dan lembaga keuangan adalah membedakan kreditur yang memiliki potensi terjadi kredit macet, krisis ini menjadi perhatian lembaga keuangan tentang resiko kredit. Dalam pengambilan Keputusan untuk memberikan kredit ke pemohon digunakan prinsip The Five C s of Credit Analysis. Pada penelitian ini digunakan teknik data mining dengan algoritma C4.5, dengan sumber data yang diperoleh berasal data historis debitur PD.BPR BKK Purwodadi-Grobogan 2014 dengan jumlah data sebanyak 627 record dengan 17 atribut. Dari 17 atribut kemudian direduksi menjadi 5 atribut yaitu umur, karakter, penghasilan, jumlah tanggungan, dan nilai anggunan dan menghasilankan data bersih 300 record . Pada pengujian cross validation dan split validation, menggunakan rapid minner dihasilkan akurasi tertinggi pada pengujian cross validation sebesar 93.33%.

                          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 Sep 2016 13:19
                          Last Modified: 22 Sep 2016 13:19
                          URI: http://eprints.dinus.ac.id/id/eprint/18761

                          Actions (login required)

                          View Item