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.
A. PENDAHULUAN.pdf
Download (1MB)
B. ABSTRAK.pdf
Download (173kB)
C. BAB I.pdf
Download (362kB)
D. BAB II.pdf
Restricted to Registered users only
Download (997kB)
E. BAB III.pdf
Restricted to Registered users only
Download (545kB)
F. BAB IV.pdf
Restricted to Registered users only
Download (829kB)
G. BAB V.pdf
Restricted to Registered users only
Download (91kB)
H. DAFTAR PUSTAKA.pdf
Download (202kB)
I. LAMPIRAN.pdf
Restricted to Registered users only
Download (2MB)
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
| Dosen Pembimbing: | Saifudin, Ilham and Yanto, Dar | NIDN0731108903, NIDN0707077203 |
|---|---|
| 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) |
| Depositing User: | Iqbal Muhammad | masball006@gmail.com |
| Date Deposited: | 23 Jul 2020 06:20 |
| Last Modified: | 23 Jul 2020 06:20 |
| URI: | https://repository.unmuhjember.ac.id/id/eprint/4955 |
