Penerapan Algoritma K-Nearest Neighbor untuk Penentuan Resiko Kredit Kepemilikan Kendaraan Bermotor

Iqbal, Muhammad (2020) Penerapan Algoritma K-Nearest Neighbor untuk Penentuan Resiko Kredit Kepemilikan Kendaraan Bermotor. Undergraduate thesis, S1 Teknik Informatika.

[img] Text
A. PENDAHULUAN.pdf

Download (1MB)
[img] Text
B. ABSTRAK.pdf

Download (173kB)
[img] Text
C. BAB I.pdf

Download (362kB)
[img] Text
D. BAB II.pdf
Restricted to Repository staff only

Download (997kB) | Request a copy
[img] Text
E. BAB III.pdf
Restricted to Repository staff only

Download (545kB) | Request a copy
[img] Text
F. BAB IV.pdf
Restricted to Repository staff only

Download (829kB) | Request a copy
[img] Text
G. BAB V.pdf
Restricted to Repository staff only

Download (91kB) | Request a copy
[img] Text
H. DAFTAR PUSTAKA.pdf

Download (202kB)
[img] Text
I. LAMPIRAN.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[img] Text
J. JURNAL.pdf

Download (696kB)

Abstract

Analisis kredit adalah kajian yang dilakukan untuk mengetahui kelayakan dari suatu permasalahan kredit. Melalui hasil analisis kreditnya, dapat diketahui apakah usaha nasabah layak (feasible), marketable (hasil usaha dapat dipasarkan), profitable (menguntungkan), serta dapat dilunasi tepat waktu. K-nearest neighbor (kNN) termasuk kelompok instance-based learning. Algoritma ini juga merupakan salah satu teknik lazy learning. kNN dilakukan dengan mencari kelompok k objek dalam data training yang paling dekat (mirip) dengan objek pada data baru atau data testing. Metode KNN dapat digunakan untuk melakukan klasifikasi kelayakan pemberian kredit. Dari hasil penelitian pada bab sebelumnya maka didapatkan nilai rata-rata precision senilai 68% dan recall senilai 51%. Kata Kunci : kredit, K-nearest neighbor, klasifikasi, precision, recall

Item Type: Thesis (Undergraduate)
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Department: S1 Teknik Informatika
Depositing User: Iqbal Muhammad
Contributors:
ContributionContributor NameNIDN/NIDK
Thesis advisorSaifudin, IlhamNIDN0731108903
Thesis advisorYanto, DarNIDN0707077203
Contact Email Address: masball006@gmail.com
Date Deposited: 23 Jul 2020 06:20
Last Modified: 23 Jul 2020 06:20
URI: http://repository.unmuhjember.ac.id/id/eprint/4955

Actions (login required)

View Item View Item