KLASIFIKASI KELAYAKAN KREDIT MENGGUNAKAN ALGORITMA NAIVE BAYES PADA KSP MEKAR JAYA MALEBER

Authors

  • Wildan Habibulloh a:1:{s:5:"en_US";s:16:"Sistem Informasi";}
  • Salman Topiq Universitas Adhirajasa Reswara Sanjaya

DOI:

https://doi.org/10.51977/jti.v3i1.440

Keywords:

Keywords: Data Mining, Koperasi, Kredit, Klasifikasi, Naive Bayes.

Abstract

KSP Mekar Jaya adalah salah satu koperasi yang berada di Maleber Kuningan yang menyediakan jasa simpan pinjam bagi anggotanya. Adanya pemberian pinjaman pada anggota ini tidak jarang menimbulkan permasalahan terutama dengan terlambatnya membayar angsuran. Dilihat dari banyaknya nasabah yang melakukan kegiatan peminjaman dana maka dibutuhkan strategi untuk dapat memenuhi kegiatan itu semua, makin banyaknya calon nasabah yang mengajukan kredit dengan  kondisi ekonomi yang berbeda-beda, menuntut ketelitian dalam pengambilan  keputusan  pemberian kredit. Untuk menghindari hal tersebut sebaiknya perlu dilakukan analisis data anggota untuk menentukam kelayan pemberian kredit, sehingga dapat diklasifikasikan layak atau tidaknya mendapatkan pinajaman Analisis data tersebut bisa dilakukan dengan menggunakan teknik data mining. Naive bayes merupakan salah satu algoritma yang dapat digunakan untuk proses data mining, algoritma naive bayes banyak digunakan oleh para peneliti sebelumnya dan mendapatkan nilai akurasi yang tinggi. Dalam penelitian ini menggunakan algoritma naive bayes dan menghasilkan nilai akurasi sebesar  76,76% dengan nilai AUC sebesar 0,824 yang berarti merupakan good classification.

Downloads

Download data is not yet available.

Downloads

Published

2021-03-24

Similar Articles

11-20 of 107

You may also start an advanced similarity search for this article.