PRINCIPAL COMPONENT ANALYSIS DAN BACTERIAL FORAGING OPTIMIZATION UNTUK CREDIT SCORING

ARJUN, JENNIFER (2025) PRINCIPAL COMPONENT ANALYSIS DAN BACTERIAL FORAGING OPTIMIZATION UNTUK CREDIT SCORING. Other thesis, UNIVERSITAS BINA DARMA.

	Text (BAB 0) BAB 0.pdf Download (1MB)
	Text (BAB 1) BAB 1.pdf Download (797kB)
	Text (DAFTAR PUSTAKA) DP.pdf Download (422kB)
	Text (LAPORAN HASIL) LH.pdf Restricted to Repository staff only Download (3MB)
	Text (LAMPIRAN) L.pdf Download (1MB)

Abstract

Credit scoring merupakan sebuah status yang biasanya dimiliki oleh bank atau lembaga keuangan lainnya dan berisi data dari debitur yang pernah mengajukan kredit di bank atau lembaga keuangan tertentu. Terdapat banyak sekali atribut dalam menentukan apakah seseorang akan mendapatkan status good credit atau bad credit. Oleh karena itu, diperlukan metode klasifikasi yang cepat dan akurat. Penelitian ini mengusulkan penggunaan Principal Component Analysis untuk mengurangi beberapa atribut tanpa mengurangi atribut yang penting atau krusial dalam penentuan. Penelitian ini juga menggunakan alogritma optimasi Bacterial Foraging Optimization untuk mengoptimasi hasil kualifikasi pada Support Vector Machine yang menggunakan 4 kernel yaitu Linear, RBF, Polynomial dan Sigmoid. Hasil penelitian menunjukkan bahwa pada kernel Linear accuracy yang hanya menggunakan Principal Component Analysis mendapatkan nilai sebesar 79%. Lalu dioptimasi dengan Bacterial Foraging Opimization sehingga mendapatkan accuracy sebesar 81%. Maka algoritma Bacterial Foraging Optimization meningkatkan accuracy sebanyak 2%. Untuk kernel RBF dan Poly mendapatkan akurasi yang sama yaitu 78%. Untuk kernel Sigmoid mendapatkan hasil terbaik pada Principal Component Analysis yaitu mendapatkan nilai accuracy sebesar 80%.

Actions (login required)

View Item