PENERAPAN DATA MINNING UNTUK KLASIFIKASI KELAYAKAN NASABAH DALAM PENGAJUAN KREDIT MENGGUNAKAN METODE NAIVES BAYES DAN RANDOM FOREST

Zakaria, Muhammad (2023) PENERAPAN DATA MINNING UNTUK KLASIFIKASI KELAYAKAN NASABAH DALAM PENGAJUAN KREDIT MENGGUNAKAN METODE NAIVES BAYES DAN RANDOM FOREST. Other thesis, Universitas Bina Darma.

[img] Text (BAB 0)
0.pdf

Download (884kB)
[img] Text (BAB 1)
1.pdf

Download (871kB)
[img] Text (DAFTAR PUSTAKA)
DP.pdf

Download (324kB)
[img] Text (LAPORAN HASIL)
LH.pdf
Restricted to Repository staff only

Download (5MB)
[img] Text (LAMPIRAN)
L.pdf

Download (1MB)

Abstract

Untuk mengetahui kelayakan pinjaman di masa mendatang, diperlukan adanya peramalan yang akurat yang salah satunya menggunakan teknologi di bidang Data Mining. Banyak penelitian yang membahas mengenai penentuan kelayakan penerima pinjaman dengan algoritma Data Mining. Upaya yang biasa dilakukan untuk menekan angka pinjaman macet ini adalah menganalisis pinjaman dengan cermat atau dengan peningkatan kualitas karyawan guna menangani sikap kehati-hatian dalam memberikan pengawalan saat pembayaran pinjaman. Ada beberapa teknik yang digunakan dalam data mining, salah satunya yaitu klasifikasi. Klasifikasi memiliki beberapa algoritma, dan dalam penelitian kali ini, penulis akan menggunakan Metode Naives Bayes. Keuntungan penggunaan Naives Bayes adalah metode ini hanya membutuhkan jumlah data pelatihan (Training Data) yang kecil untuk menentukan estimasi paremeter yang diperlukan dalam proses pengklasifikasian. Penerapan Naives Bayes ini diharapkan dapat menilai akurasi dengan biaya terendah dalam menentukan nilai kelayakan pinjaman.

Item Type: Thesis (Other)
Uncontrolled Keywords: Naives Bayes, Random Forest, Data Minning
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Miss Marina Ina
Date Deposited: 07 Jul 2025 02:07
Last Modified: 07 Jul 2025 02:21
URI: http://repository.binadarma.ac.id/id/eprint/9251

Actions (login required)

View Item View Item