Detail Artikel
No. | Type |
---|---|
Creator | Sevi Andriasari, S.Kom, M.Kom |
Judul Atikel | KAJIAN PENERAPAN ALGORITMA C4.5, NAIVE BAYES DAN NEURAL NETWORK DALAM DETEKSI NASABAH PENJUALAN KREDIT MOTOR BERMASALAH : STUDI KASUS PADA PT. MACF (MEGA AUTO CENTRAL FINANCE) PRINGSEWU LAMPUNG |
Deskripsi | KAJIAN PENERAPAN ALGORITMA C4.5, NAIVE BAYES DAN NEURAL NETWORK DALAM DETEKSI NASABAH PENJUALAN KREDIT MOTOR BERMASALAH : STUDI KASUS PADA PT. MACF (MEGA AUTO CENTRAL FINANCE) PRINGSEWU LAMPUNG Sevi Andriasari 1, Prabowo Pudjo Widodo 2 1 Alumni Pascasarjana Universitas Budi Luhur, Tangerang 2 Staff Pengajar Program Pascasarjana Universitas Budi Luhur, Tangerang Abstrak Sejalan dengan pertumbuhan dan perkembangan bisnis, masalah perkreditan tetap menarik untuk dikaji dan diungkap. Beberapa penelitian bidang komputer telah banyak dilakukan untuk mengurangi resiko kredit yang menyebabkan kerugian pada perusahaan. Penelitian terhadap nasabah dilakukan dengan cara menganalisa karakter, kapasitas kemampuan dan keadaan nasabah yang dilakukan dengan cara meneliti langsung ke lokasi nasabah. Hal tersebut dilakukan untuk mengukur kemampuan nasabah membayar dan kemauan untuk membayar dengan disertai kebenaran informasi dan data yang ada di lapangan. Selain itu cara mendeteksi nasabah juga dapat dilakukan menggunakan teknologi komputer dengan teknik data mining. Dalam penelitian ini dilakukan komparasi algoritma C4.5, naive bayes dan neural network yang diaplikasikan terhadap data konsumen yang mendapat pembiayaan kredit motor baik yang bermasalah dalam pembayaran angsurannya maupun tidak. Dari hasil komparasi algoritma tersebut dapat diketahui tingkat keakuratan penentuan penilaian kelayakan pemberian kredit motor. Perangkat lunak pendukung yang digunakan dalam penelitian ini adalah RapidMiner 5.1 untuk melakukan analisis data. Output yang dihasilkan berupa penilaian yang akurat dari 3 (tiga) algoritma, yaitu C4.5 dengan tingkat keakuratan 93,51%, Naive Bayes dengan tingkat keakuratan 76,62% dan Neural Network dengan tingkat keakuratan 27,53%. Dilihat dari tingkat akurasi dari komparasi ketiga aloritma tersebut, maka disimpulkan bahwa algoritma C4.5 memiliki tingkat akurasi tertinggi, serta diharapkan dapat membantu PT. MACF dalam pengambilan keputusan dalam proses penilaian kelayakan pemberian kredit motor. Kata kunci: C4.5, Naive Bayes, Neural Network, Kredit, Data Mining |
Download | Download File |