Algoritma Klasifikasi Naïve Bayes untuk Menilai Kelayakan Kredit (Studi Kasus : Bank Mandiri Kredit Mikro)

Husaini, Fachry (2016) Algoritma Klasifikasi Naïve Bayes untuk Menilai Kelayakan Kredit (Studi Kasus : Bank Mandiri Kredit Mikro). Journal of Undergraduate Thesis, Universitas Muhammadiyah Jember.

[img]
Preview
Text
Jurnal.pdf - Published Version

Download (482kB) | Preview

Abstract

Kredit adalah cara menjual barang dan atau pinjaman uang dengan pembayaran secara tidak tunai dimana pembayaran ditangguhkan atau diangsur dengan pinjaman sampai batas jumlah tertentu yang diizinkan oleh bank atau badan lain. Seiring dengan kemajuan teknologi informasi, sangat dimungkinkan bagi perusahaan menggunakan model statistik dalam mengevaluasi kredit. Model credit scoring dibangun dengan menggunakan sampel kredit masa lalu dalam jumlah yang besar. Data mining telah terbukti sebagai alat yang memegang peran penting untuk industri perbankan dan ritel, yang mengidentifikasi informasi yang berguna dari data ukuran besar. Penelitian ini menggunakan model Naive Bayes, model ini memegang asumsi akan hubungan antar fitur atau atributnya yang independen sehingga menjadikannya sederhana dan efisien. Dari hasil penelitian membuktikan bahwa algoritma Naive Bayes dapat diterapkan untuk menilai kelayakan kredit pada Mandiri Kredit Mikro. Dan pengolahan data awal merupakan tahapan yang sangat mempengaruhi hasil akurasi yang baik sehingga akurasi akhir yang dihasilkan termasuk kategori Excellent. Penilaian kelayakan kredit menggunakan Algoritma Naive Bayes pada Mandiri Kredit Mikro lebih unggul jika dilakukan pengolahan data awal sekalipun Naive Bayes merupakan algoritma yang mampu menangani data yang hilang.

Item Type: Article
Additional Information: Fachry Husaini (1110651117)
Uncontrolled Keywords: Kelayakan Kredit, Data Mining, Naive Bayes
Subjects: 000 General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: Hendri Uut Fahrullah
Date Deposited: 24 Jul 2018 01:17
Last Modified: 24 Jul 2018 01:17
URI: http://repository.unmuhjember.ac.id/id/eprint/470

Actions (login required)

View Item View Item