PERBANDINGAN ALGORITMA C4.5 DAN NAIVE BAYES UNTUK PREDIKSI POLA PEMBAYARAN ANGSURAN KREDIT MOTOR (Studi Kasus : PT SUMMIT OTO FINANCE)

AGUSTIN RAHAYU, SISKA (2019) PERBANDINGAN ALGORITMA C4.5 DAN NAIVE BAYES UNTUK PREDIKSI POLA PEMBAYARAN ANGSURAN KREDIT MOTOR (Studi Kasus : PT SUMMIT OTO FINANCE). Undergraduate thesis, Universitas Muhammadiyah Jember.

[img] Text
j. JURNAL.pdf
Download (221kB)
[img] Text
a. PENDAHULUAN.pdf
Download (420kB)
[img] Text
b. ABSTRAK.pdf
Download (54kB)
[img] Text
c. BAB I.pdf
Download (99kB)
[img] Text
d. BAB II.pdf
Restricted to Repository staff only
Download (235kB)
[img] Text
e. BAB III.pdf
Restricted to Repository staff only
Download (688kB)
[img] Text
f. BAB IV.pdf
Restricted to Repository staff only
Download (607kB)
[img] Text
g. BAB V.pdf
Restricted to Repository staff only
Download (56kB)
[img] Text
h. DAFTAR PUSTAKA.pdf
Download (113kB)
[img] Text
i. LAMPIRAN.pdf
Download (70kB)

Abstract

Tunggakan pembayaran kredit merupakan salah satu permasalahan bagi perusahaan pembiayaan yang menimbulkan kecil atau lambatnya perputaran modal kerja, sehingga semakin kecil pula kemampuan perusahaan dalam meningkatkan volume pemberian kredit. Perusahaan PT Summit Oto Finance juga memiliki permasalahan tentang pola pembayaran angsuran salah satunya adalah adanya kredit yang tidak lancar. Penelitian ini dilakukan untuk mencari pola pembayaran yang lancar dan tidak pada PT Summit Oto Finance, dengan melakukan klasifikasi perbandingan algoritma C4.5 dan Naive Bayes untuk prediksi pola pembayaran angsuran kredit motor pada customer perusahaan. Penelitian ini menggunakan total dataset sebanyak 300 data. Data tersebut terbagi menjadi 240 data (80%) sebagai data latih dan uji. Selanjutnya, sisa datanya digunakan sebagai data validasi sebesar 60 data (20%), dengan parameter validasinya menggunakan k-fold cross validation. Dari hasil penelitian ini akurasi tertinggi pada metode C4.5 sebesar 96,66% dan presisi 100%, didapat pada skenario ke 8 uji ke 4. Sedangkan akurasi tertinggi pada metode naive bayes sebesar 93,33% dan presisi 100%, didapat pada skenario ke 8 uji ke 6. Model terbaik yang dihasilkan oleh metode C4.5, selanjutnya diuji ulang dengan data validasi dan menghasilkan nilai akurasi sebesar 76,66% serta presisi sebesar 86,8%. Kata kunci : kredit, data mining, C4.5, Naive Bayes.

Item Type: Thesis (Undergraduate)
Subjects: 600 Technology and Applied Science > 620 Engineering
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Department: S1 Teknik Informatika
Depositing User: rahma wahyu ningsih
Contributors:
ContributionContributor NameNIDN/NIDK
UNSPECIFIEDNilogiri, Agungnidn0030037701
Date Deposited: 08 Dec 2020 02:51
Last Modified: 08 Dec 2020 02:51
URI: http://repository.unmuhjember.ac.id/id/eprint/7204

Actions (login required)

View Item View Item