Komparasi Algoritma Klasifikasi Data Mining untuk Evaluasi Pemberian Kredit
| Autor: | Masripah, Siti |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2016 |
| Zdroj: | BINA INSANI ICT JOURNAL; Vol 3 No 1 (2016): Bina Insani ICT Journal (Juni 2016); 187-193 Bahasa Indonesia; Vol 3 No 1 (2016): Bina Insani ICT Journal (Juni 2016); 187-193 |
| ISSN: | 2355-3421 2527-9777 |
| DOI: | 10.51211/biict.v3i1 |
| Popis: | Kredit adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan pinjam meminjam antara bank dengan pihak lain yang mewajibkan pihak peminjam melunasi hutangnya setelah jangka waktu tertentu dengan pemberian bunga, pada koperasi permasalahan kredit merupakan permasalahan manajemen, dimana jika banyak nasabah yang menunggak dalam pembayaran maka akan mengganggu system keuangan yang ada, untuk itulah penelitian ini menerapkan proses analisa kredit nasabah terlebih dahulu sebelum diambil sebuah keputusan pemberian kredit, analisa keputusan memberikan kredit menggunakan algoritma klasifikasi C4.5 dan Naïve Bayes dimana kedua algoritma tersebut dilakukan penilaian, mana algoritma yang paling akurat dalam menganalisa kemampuan nasabah dalam membayar kredit, analisa berdasarkan data history. Hasil yang didapatkan dari perbandingan kedua algoritma tersebut, bahwa tingkat akurasi yang lebih baik adalah menganalisa menggunaka algoritma klasifikasi C4.5 yaitu 88.90 % sedangkan untuk tingkat akurasi menggunakan algortima klasifikasi Naïve Bayes yaitu 80.00%.Kata kunci: c4.5, klasifikasi, naïve bayesAbstract: Credit is the provision of cash or the equivalent, based on the agreement between bank lending and other parties who require the borrower to pay off debts after a certain period of time with interest, of the cooperative credit problems are management problems, whereby if a lot of customers in arrears payment it will disrupt the existing financial system, for why this study apply customer credit analysis process before taken a decision to grant credit, provide credit decision analysis using the algorithm C4.5 and Naïve Bayes classification where the algorithms are done votes, where the algorithm the most accurate in analyzing the ability of customers to pay for the credit, an analysis based on the data history. Results obtained from the comparison of the two algorithms are, that level of accuracy is even better is to analyze menggunaka C4.5 classification algorithm that is 88.90% while the level of accuracy using Naïve Bayes classification algorithm is 80.00%.Keywords: clasification, c4.5, naïve bayes |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|