PEMANFAATAN DATA MINING UNTUK KLASIFIKASI KELAYAKAN KREDIT MENGGUNAKAN METODE DECISION TREE
Total View This Week0
Total View This Week0
Institusion
Universitas Muhammadiyah Jember
Author
Rachman Khakim, Arief
Subject
004 Data Processing, Computer Science
Datestamp
2021-07-02 06:56:22
Abstract :
ABSTRAK Arief Rachman Khakim. 2018 Pemanfaatan Data Mining Untuk Klasifikasi Kelayakan Kredit Menggunakan Metode Decision Tree (Studi Kasus Koperasi Serba Usaha Makmur Jaya Pakusari Jember). Skripsi, Jurusan Teknik Informatika. Fakultas Teknik. Universitas Muhammadiah Jember. Kata Kunci : Data Mining, Kredit, dan Decision ID3 Penilaian 5C biasanya dilakukan secara manual dan butuh waktu yang lama. Namun demikian, masih sering terjadi permasalahan seperti adanya nasabah yang terlambat membayar angsuran. Analisis terhadap data kredit dengan teknik lain perlu dilakukan untuk meminimalisir masalah tersebut. Teknik data mining merupakan proses menentukan pola dan informasi dari data yang berjumlah besar (Han, et al, 2012: 8). Proses di dalam data mining untuk membedakan kelas data atau konsep yang bertujuan agar dapat digunakan untuk memprediksi kelas dari objek yang label kelasnya tidak diketahui dikenal sebagai klasifikasi. Dalam klasifikasi terdapat beberapa metode diantaranya decision tree Adapun masalah dalam penelitian ini adalah bagaimana Penerapan Metode Decision Tree Dalam Pemberian Pinjaman kepada debitur pada KSU (Koperasi Serba Usaha) Makmur Jaya Pakusari dalam menentukan resiko kredit dan bisa digunakan untuk mengambil keputusan dalam pemberian pinjaman kepada calon debitur. Sedangkan tujuan dari menerapan Metode Decision Tree Dalam Pemberian Pinjaman kepada debitur pada KSU (Koperasi Serba Usaha) Makmur Jaya Pakusari bisa menentukan resiko kredit dan bisa digunakan untuk mengambil keputusan dalam pemberian pinjaman kepada calon debitur. Penelitian ini menggunakan Metode Decision Tree dimana menggunakan representasi struktur pohon (tree) dimana node yang paling atas disebut root dan setiap node merepresentasikan atribut, cabangnya merepresentasikan nilai dari atribut dan daun mereprensentasikan kelas. Berhasil Menerapkan Metode Decision Tree dimana atribut yang paling berpengaruh adalah Jaminan, Dan lebih efisien menggunakan Metode Decision Tree dari pada menggunakan metode manual.
ABSTRAK Arief Rachman Khakim. 2018 Pemanfaatan Data Mining Untuk Klasifikasi Kelayakan Kredit Menggunakan Metode Decision Tree (Studi Kasus Koperasi Serba Usaha Makmur Jaya Pakusari Jember). Skripsi, Jurusan Teknik Informatika. Fakultas Teknik. Universitas Muhammadiah Jember. Kata Kunci : Data Mining, Kredit, dan Decision ID3 Penilaian 5C biasanya dilakukan secara manual dan butuh waktu yang lama. Namun demikian, masih sering terjadi permasalahan seperti adanya nasabah yang terlambat membayar angsuran. Analisis terhadap data kredit dengan teknik lain perlu dilakukan untuk meminimalisir masalah tersebut. Teknik data mining merupakan proses menentukan pola dan informasi dari data yang berjumlah besar (Han, et al, 2012: 8). Proses di dalam data mining untuk membedakan kelas data atau konsep yang bertujuan agar dapat digunakan untuk memprediksi kelas dari objek yang label kelasnya tidak diketahui dikenal sebagai klasifikasi. Dalam klasifikasi terdapat beberapa metode diantaranya decision tree Adapun masalah dalam penelitian ini adalah bagaimana Penerapan Metode Decision Tree Dalam Pemberian Pinjaman kepada debitur pada KSU (Koperasi Serba Usaha) Makmur Jaya Pakusari dalam menentukan resiko kredit dan bisa digunakan untuk mengambil keputusan dalam pemberian pinjaman kepada calon debitur. Sedangkan tujuan dari menerapan Metode Decision Tree Dalam Pemberian Pinjaman kepada debitur pada KSU (Koperasi Serba Usaha) Makmur Jaya Pakusari bisa menentukan resiko kredit dan bisa digunakan untuk mengambil keputusan dalam pemberian pinjaman kepada calon debitur. Penelitian ini menggunakan Metode Decision Tree dimana menggunakan representasi struktur pohon (tree) dimana node yang paling atas disebut root dan setiap node merepresentasikan atribut, cabangnya merepresentasikan nilai dari atribut dan daun mereprensentasikan kelas. Berhasil Menerapkan Metode Decision Tree dimana atribut yang paling berpengaruh adalah Jaminan, Dan lebih efisien menggunakan Metode Decision Tree dari pada menggunakan metode manual.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
