PERBANDINGAN ALGORITMA NAIVE BAYES DAN DECISION TREE DALAM MEMPREDIKSI APPROVAL PEMBERIAN KREDIT STUDI KASUS: PT BATAVIA PROSPERINDO FINANCE TBK. CABANG PRINGSEWU

Irawan, Rendi (2021) PERBANDINGAN ALGORITMA NAIVE BAYES DAN DECISION TREE DALAM MEMPREDIKSI APPROVAL PEMBERIAN KREDIT STUDI KASUS: PT BATAVIA PROSPERINDO FINANCE TBK. CABANG PRINGSEWU. Masters thesis, Institut Informatika & Bisnis Darmajaya.

	Text RENDI IRAWAN.pdf Download (3MB)
	Text BAB I.pdf Download (308kB)
	Text BAB II.pdf Download (904kB)
	Text BAB III.pdf Download (1MB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (187kB)
	Text DAFTAR PUSTAKA.pdf Download (178kB)

Abstract

Pertumbuhan ekonomi suatu bangsa sangat dipengaruhi oleh perkembangan dinamis dan kontribusi nyata dari dunia finance yang juga merupakan lembaga keuangan dimana kegiatan operasionalnya memberikan dana pinjaman dengan prinsip kepercayaan masyarakat. PT Batavia Prosperindo Finance Tbk merupakan perusahaan yang bergerak dibidang pembiayaan dana pinjaman dimana saat ini faktor yang besar pengaruhnya adalah kurang akuratnya penilaian terhadap kemampuan debitur didalam melunasi pinjamannya sehingga sering menyebabkan kredit yang bermasalah. Perusahaan mengalami kesulitan dalam menentukan pemberian pinjaman kredit karena belum adanya sistem untuk pengambilan keputusan dalam proses Approval data nasabah dalam memprediksi kelayakan pemberian kredit. Untuk itu akan dikembangkan sebuah penerapan data mining yang berfungsi untuk menentukan kriteria nasabah. Teknik data mining yang diterapkan adalah klasifikasi, sedangkan metode klasifikasi yang digunakan adalah Decision Tree (pohon keputusan) dan Naïve Bayes. Terdapat tiga parameter uji yang digunakan sebagai evaluasi sistem yaitu accuracy, precision dan recall. Data akan diuji dengan menggunakan k-folds cross validation (k=10). Dari hasil perbandingan tersebut didapat hasil dari akurasi algoritma Decision Tree lebih unggul dibanding dengan algoritma Naïve Bayes. Hasil yang didapat adalah algoritma Decision Tree memiliki tingkat akurasi sebesar 85,22 dan algoritma Naïve Bayes memiliki tingkat akurasi sebesar 73,67%. Dan kurva ROC decision tree tingkat diagnosa adalah excellent classification sedangkan Naïve Bayes adalah good classification.

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknologi Informasi
Depositing User:	Editor
Date Deposited:	31 Aug 2022 02:36
Last Modified:	31 Aug 2022 02:36
URI:	http://repo.darmajaya.ac.id/id/eprint/8226

Actions (login required)

View Item