Penerapan Algoritma Naïve Bayes Untuk Memprediksi Tingkat Persetujuan Kartu Kredit
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Syahwaldi, Fareza
Subject
Artificial Intelligence
Datestamp
2024-02-29 09:33:06
Abstract :
Persetujuan kartu kredit merupakan suatu fasilitas keuangan yang memungkinkan seseorang atau badan usaha untuk meminjamkan uang untuk membeli produk dan membayarnya kembali dalam waktu yang telah disepakati bersama. Peneliti menggunakan dataset persetujuan kartu krerdit (Data Bersih) sebanyak 690 data dengan 16 atribut. Dalam melakukan analisis, peneliti menggunakan Tools WEKA dan RapidMiner. Dalam penelitian ini, penulis ingin mengklasifikasikan data tersebut untuk memprediksi apakah layak atau tidaknya dalam pemberian kartu kredit. Metode yang digunakan adalah metode Algoritma Naïve Bayes. Pada penelitian ini dilakukan split data sebesar 60:40, 70:30, dan 80:20. Penulis juga mendapatkan hasil akurasi yang berbeda, yaitu pada tools Weka data testing 20% menggunakan Use training set mendapatkan akurasi paling tinggi 87,68% dibanding pengujian lainya, sedangkan untuk akurasi terendah pada RapidMiner data testing 30% menggunakan Use training set, yaitu 80,68%. Algoritma naïve bayes dapat dikatakan sebagai salah satu algoritma yang efektif baik dari perhitungan ataupun hasil akhir yang mana pengujian tersebut dapat dijadikan sebagai landasan terkait persetujuan kartu kredit.
Persetujuan kartu kredit merupakan suatu fasilitas keuangan yang memungkinkan seseorang atau badan usaha untuk meminjamkan uang untuk membeli produk dan membayarnya kembali dalam waktu yang telah disepakati bersama. Peneliti menggunakan dataset persetujuan kartu krerdit (Data Bersih) sebanyak 690 data dengan 16 atribut. Dalam melakukan analisis, peneliti menggunakan Tools WEKA dan RapidMiner. Dalam penelitian ini, penulis ingin mengklasifikasikan data tersebut untuk memprediksi apakah layak atau tidaknya dalam pemberian kartu kredit. Metode yang digunakan adalah metode Algoritma Naïve Bayes. Pada penelitian ini dilakukan split data sebesar 60:40, 70:30, dan 80:20. Penulis juga mendapatkan hasil akurasi yang berbeda, yaitu pada tools Weka data testing 20% menggunakan Use training set mendapatkan akurasi paling tinggi 87,68% dibanding pengujian lainya, sedangkan untuk akurasi terendah pada RapidMiner data testing 30% menggunakan Use training set, yaitu 80,68%. Algoritma naïve bayes dapat dikatakan sebagai salah satu algoritma yang efektif baik dari perhitungan ataupun hasil akhir yang mana pengujian tersebut dapat dijadikan sebagai landasan terkait persetujuan kartu kredit.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
