PREDIKSI PENENTUAN PEMOHON KREDIT SEPEDA MOTOR MENGGUNAKAN ALGORITMA NAIVE BAYES

Nur Aeni Widiastuti, Akhmad Khanif Zyen, Nor Safik

Abstract


Penentuan kelayakan pengajuan kredit motor pada sebuah perusahaan Dealer adalah hal yang sangat penting, mengingat jika terjadi kesalahan pengambilan keputusan maka akan berdampak pada kerugian perusahaan yang ada pada tempat penelitian ini yaitu Dealer Muncul jaya. Perlu adanya Algoritma Klasifikasi untuk memecahkan permasalahan ini, ada salah satu Algoritma Klasifikasi yang sudah terbukti akurasi dan kecepatan yang tinggi untuk  memecahkan permasalahan tersebut yaitu Algoritma Naive Bayes. Oleh karena itu penulis menganalisis Penentuan Kelayakan Pegajuan Kredit dengan metode Naïve Bayes untuk menentukan layak tidaknya sebuah pengajuan kredit motor. Penulis membuat perhitungan metode Naïve Bayes secara manual menggunakan Excel dan menggunakan aplikasi pendukung Rapidminer 5.3 untuk pengujian akurasi terhadap sistem yang buat. Pengujian dilakukan dengan menyiapkan data training sebanyak 180 data dan data testing sebanyak 33 data yang dipilih secara random. Didapat Hasil pengujian akurasi dengan Metode Naïve Bayes cukup tinggi yaitu sebesar 93,94% dengan persentase eror 6,06%. Jadi, dapat disimpulkan bahwa aplikasi yang dibuat dapat mendukung pengambilan keputusan penentuan kelayakan kredit motor.

Keywords


Data Mining; Naive Bayes; Kelayakan Kredit;

Full Text:

PDF

References


DAFTAR PUSTAKA

L. A. Kumala, “Aplikasi Data Mining Dengan Menggunakan Metode Naive Bayes Untuk Prediksi Penentuan Resiko Kredit Pada Koperasi Sido Makmur,” J. Sains dan Seni ITS, vol. 6, no. 2, pp. 1–17, 2019.

G. Mussardo, “Pengertian Kredit dan Pembiayaan,” Stat. F. Theor, vol. 53, no. 9, pp. 1689–1699, 2019.

L. Indriyani and W. Susanto, “Analisis Penerapan Naïve Bayes Untuk Memprediksi Resiko Kredit Anggota Koperasi Keluarga Guru,” J. Inform., vol. 6, no. 2, pp. 262–270, 2019, doi: 10.31311/ji.v6i2.5724.

D. Puspitasari, S. S. Al Khautsar, and W. P. Mustika, “Algoritma Naïve Bayes Untuk Memprediksi Kredit Macet Pada Koperasi Simpan Pinjam,” J. Inform. Upgris, vol. 4, no. 2, 2019, doi: 10.26877/jiu.v4i2.2919.

Yuli Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika,” J. Edik Inform., vol. 2, 2019.

S. Subng, U. Optimasi, and S. Pemasaran, “*1 , #2,” no. April, pp. 84–95, 2018.

S. Lorena., “Teknik Data Mining Menggunakan Metode Bayes Classifier Untuk Optimalisasi Pencarian Aplikasi Perpustakaan,” J. Tek. Komput., vol. 4, no. 2, pp. 17–20, 2016.

B. Agustina, W., Furqon, M., & Rahayudi, “Implementasi Metode Support Vector Machine (SVM) untuk Klasifikasi Rumah Layak Huni (Studi Kasus Desa Kidul Kecamatan Tumpang Kabupaten Malang),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 10, pp. 3366–3372, 2018.

D. I. Permatasari, “Klasifikasi Status Ekonomi Keluarga Dengan Menggunakan Algoritma K-Nearest Neighbor Di Desa Pacewetan Kecamatan Pace Kabupaten Nganjuk,” 2017.

S. Sugriyono and M. U. Siregar, “Preprocessing kNN algorithm classification using K-means and distance matrix with students’ academic performance dataset,” Jurnal Teknologi dan Sistem Komputer, vol. 8, no. 4, pp. 311–316, Oct. 2020.




DOI: https://doi.org/10.34001/jdpt.v10i2.4689

Article Metrics

Abstract view : 165 times
PDF - 168 times

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Disprotek Indexed by:

1 Google Scholar 2 BASe3 Onsesearch 4 Garuda 5 Sinta 6 Dimensions7 Crossref 8 JurnalStories 9 ROAD 10 ICE11 ORCID  

Visitor Statistics
Web Analytics Made Easy - StatCounter
Flag Counter

Lisensi Creative Commons

DISPROTEK: Journal of Informatics Engineering, Information Systems, Electrical Engineering, Industrial Engineering, Civil Engineering, and Aquaculture is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.