IMPLEMENTASI ALGORITMA DECISION TREE C4.5 PADA SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KELANCARAN PINJAMAN PADA PT. SEKAWAN JAYALESTARI

Tapitahrara, Remu (2021) IMPLEMENTASI ALGORITMA DECISION TREE C4.5 PADA SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KELANCARAN PINJAMAN PADA PT. SEKAWAN JAYALESTARI. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (875kB)
	Text (BAB I) BAB I.pdf Download (209kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (601kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (978kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (628kB)
	Text (BAB V) BAB V.pdf Download (42kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (101kB)
	Archive (SOURCE CODE) Source Code-17.11.0952-Remu Tapitahrara - Remu Tapitahrara.rar Restricted to Repository staff only Download (16MB)
	Text (PUBLIKASI) Publikasi-17.11.0952-Remu Tapitahrara - Remu Tapitahrara.pdf Restricted to Repository staff only Download (536kB)

Abstract

Koperasi merupakan tempat melakukan penyimpanan dan peminjaman dana dimana dana yang dapat dipinjam maupun disimpan merupakan dana yang dimanfaatkan dari aktivitas simpan pinjam anggota koperasi sendiri. Banyaknya anggota yang ingin melakukan pinjaman pada koperasi, mengharuskan pengurus koperasi bersifat selektif agar tidak terjadi kesalahan pada saat memberikan pinjaman sehingga menyebabkan kemacetan pembayaran. Masalah ini merupakan masalah yang sering dihadapi oleh lembaga yang bergerak di bidang finansial khususnya pada penelitian ini yaitu koperasi. Berdasarkan permasalahan ini, diperlukan sebuah sistem yang dapat membantu pengambilan keputusan guna memprediksi kualitas kredit anggota yang ingin mengajukan pinjaman. Pada Penelitian ini, metode yang diterapkan yaitu Decision Tree C4.5 guna melakukan Data Mining untuk proses klasifikasi, metode Decision Tree C4.5 sendiri merupakan salah satu dari sekian banyak algoritma yang dapat dimanfaatkan untuk melakukan prediksi, sehingga dapat menentukan kualitas dan kelayakan kredit berdasarkan aturan atau rule yang terbentuk di dalam pohon keputusan. Sebagai tolak ukur untuk pemberian kredit, atribut yang digunakan yaitu umur, status pernikahan, jenis tempat tinggal, dan penghasilan. Untuk tes pengujian keakuratan pada sistem ini, akan dilakukan pengujian sebanyak 6 kali. Data yang digunakan untuk pengujian diambil langsung dari data pengajuan pinjaman di koperasi Sekawan. Dari pengujian yang dilakukan, didapatkan akurasi tertinggi yaitu 85% dengan pembagian data training 80% dan data test 20% dari total dataset 100 data.

Actions (login required)

View Item