Penerapan Data Mining untuk Memprediksi Kelayakan Kredit Nasabah pada PT. BPR Indobaru Finansia Menggunakan Algoritma C4.5

Tuhumena, Melva Marsyah Adella (2022) Penerapan Data Mining untuk Memprediksi Kelayakan Kredit Nasabah pada PT. BPR Indobaru Finansia Menggunakan Algoritma C4.5. Skripsi thesis, Prodi Sistem Informasi.

	Text cover s.d bab III.pdf - Submitted Version Download (990kB)
	Text bab IV s.d V.pdf - Submitted Version Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Bank adalah lembaga yang didedikasikan untuk layanan keuangan. Salah satu mitra pemerintah yang dituntut untuk mensukseskan pembangunan, melalui jasa-jasa layanan kredit yang diperlukan bagi masyarakat dalam melakukan kegiatan usaha. Kredit adalah uang yang diberikan oleh bank berdasarkan perjanjian pinjaman. Penentuan kelayakan kredit seringkali tidak akurat, sehingga menghasilkan skor kredit yang rendah karena kesalahan marketing saat melakukan analisis. Analisis kredit dilakukan dengan menggunakan 5C, yang meliputi character, capacity, capital, collateral, dan condition of economy. Namun, metode ini menimbulkan masalah dengan proses yang lama dikarenakan banyaknya calon nasabah Oleh karena itu, pihak marketing harus terlebih dahulu mengevaluasi dan menentukan keputusan diawal sebelum memberikan kredit. Dalam penelitian ini akan dilakukan analisis data pemohon kredit pinjaman menggunakan klasifikasi data mining yakni algoritma C4.5 dengan menggunakan beberapa atribut diantaranya pekerjaan, karakter, pendapatan, plafond pinjaman, dan jaminan yang akan dihitung dengan perhitungan manual dan perhitungan software weka untuk mempermudah uji kelayakam pemberian kredit pinjaman dalam mendapatkan hasil yang akurat dan cepat. Dari 115 jumlah sampel kasus yang terdiri dari 74 kasus layak dan 41 kasus tidak layak data didapatkan dari PT BPR Indobaru Finansia. Dari perhitungan metode algoritma C4.5 didapatkan hasil akhir dari pohon keputusan faktor utama dalam memprediksi pemberian kelayakan kredit yang menjadi acuan utama dalam memberikan kredit adalah karakter, pendapatan dan jaminan dan menghasilkan 7 rule dengan jumlah class layak sebanyak 4 rule dan jumlah class yang tidak sebanyak 3 rule serta melakukan perhitungan confusion matriks untuk menghitung tingkat akurasi sebesar 98% sehingga dapat disimpulkan bahwa penelitian ini dapat membantu dan mendukung dalam mengambil keputusan layak dan tidak layak dalam pemberian kredit pinjaman cepat dan efektif.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Penerapan, Data Mining, Algoritma C4.5, kredit pinjaman, Prediksi kelayakan kredit: Application, Data Mining, C4.5 Algorithm, credit loans, Creditworthiness prediction
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 003 Sistem-Sistem
Divisions:	Fakultas Teknik dan Komputer > Sistem Informasi
Depositing User:	Lia Priscilla
Date Deposited:	02 Jun 2023 06:04
Last Modified:	02 Jun 2023 06:04
URI:	http://repository.upbatam.ac.id/id/eprint/3131

Actions (login required)

View Item