DESY, SARI WIJAYA (2017) PENERAPAN ALGORITMA NAIVE BAYES CLASSIFIER UNTUK PENENTUAN KELAYAKAN KREDIT NASABAH PADA PD. BPR ARTHAPUSPA TEGAL. Skripsi,Fakultas Ilmu Komputer.
![[img]](http://eprints.dinus.ac.id/style/images/fileicons/application_pdf.png)
| PDF Download (4Kb) | Preview | |
![[img]](http://eprints.dinus.ac.id/style/images/fileicons/image.png) | Image (JPEG) Download (0b) | |
| PDF Download (18Kb) | Preview | |
| PDF Download (21Kb) | Preview | |
| PDF Download (41Kb) | Preview | |
| PDF Download (465Kb) | Preview | |
| PDF Download (112Kb) | Preview | |
| PDF Download (142Kb) | Preview | |
| PDF Download (113Kb) | Preview | |
| PDF Download (66Kb) | Preview | |
| PDF Download (367Kb) | Preview | |
| PDF Download (179Kb) | Preview | |
| PDF Download (34Kb) | Preview |
Abstract
Kredit menjadi daya tarik bagi masyarakat yang ingin membuka dan mengembangkan usaha agar lebih maju. Tanggung jawab bagian analisis kredit adalah melakukan penilaian kelayakan pemberian kredit kepada calon debitur agar tidak terjadi resiko kredit macet dan menghindari pembayaran angsuran yang menunggak. Banyak sekali metode yang dapat dimanfaatkan untuk menyelesaikan permasalahan tersebut diantaranya menggunakan teknik data mining. Data mining dapat menyelesaikan suatu permasalahan pengolahan data dalam jumlah yang besar. Metode yang digunakan adalah metode klasifikasi dengan algoritma Naive Bayes Classifier untuk memprediksi potensi calon debitur dalam melakukan pengajuan kredit dimana data diperoleh dari PD. BPR Arthapuspa Tegal. Adapun hasil penelitian adalah data yang terbagi menjadi 2 (dua) bagian diantaranya data training sebesar 735 record dan data testing sebesar 315 record dengan 7 (tujuh) atribut yaitu kolek (kolektibilitas kredit lancar atau macet) sebagai label, jenis kelamin, umur, status pernikahan, pinjaman, dan nilai jaminan menghasilkan nilai akurasi sebesar 96,05% yang termasuk dalam kategori 'Good Clasification' dan nilai AUC sebesar 92% yang juga termasuk dalam kategori 'Excellent Classification'. Kesimpulan dari penelitian ini adalah dengan menggunakan algoritma Naive Bayes Classifier dapat mengetahui prediksi kelayakan kredit calon debitur sehingga dapat mengurangi resiko kredit macet.
| Item Type: | Article |
|---|---|
| Subjects: | Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Sistem Informasi |
| Divisions: | Fakultas Ilmu Komputer |
| Depositing User: | Psi Udinus |
| Date Deposited: | 13 Dec 2017 16:49 |
| Last Modified: | 13 Dec 2017 16:49 |
| URI: | http://eprints.dinus.ac.id/id/eprint/23180 |
Actions (login required)
| View Item |
