KLASIFIKASI KELAYAKAN KREDIT BANK MENGGUNAKAN METODE NAIVE BAYES DENGAN PENGELOMPOKAN METODE K-MEANS

Fitriyadi, Taufik (2021) KLASIFIKASI KELAYAKAN KREDIT BANK MENGGUNAKAN METODE NAIVE BAYES DENGAN PENGELOMPOKAN METODE K-MEANS. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 18.51.1162-Taufik Fitriyadi.pdf Download (3MB)

Abstract

Bank adalah salah satu fasilitas yang menyediakan pinjaman bagi calon nasabah. Nasabah membutuhkan kredit untuk sejumlah kepentingan misalnya kebutuhan pokok, modal usaha ataupun guna keperluan lainnya. Dalam proses kegiatan nya lembaga Bank seringkali mendapat masalah sehingga menimbulkan keputusan yang salah dapat menyebabkan proses pembiayaan angsuran macet serta menghasilkan kerugian. Dalam penelitian ini penulis menggunakan metode Naive Bayes dan K-Means dalam melaksanakan penentuan pengelompok kan kelayakan kredit. Pengumpulan data yang dilaksanakan menggunakan studi dokumen dengan mengambil German Credit Data UCI machine learning. Data yang diperlukan terdapat 1000 record untuk dilakukan sebagai data latihan serta data pengujian. Algoritma K-Means berfungsi dalam tahap pengelompokan dengan atribut yang bersifat numerik sebanyak 3 atribut meliputi age, credit, duration credit. Hasil dari pengelompokan K-Means berturut - urut dari variabel age, credit dan duration credit sebesar 3, 4 dan 3 kelompok. Metode Naive bayes berfungsi dalam tahap penilaian probabilitas. Hasil penelitian yang dilakukan menghasilkan akurasi nilai 75,01 % dengan penggunaan metode Naive Bayes ditambah pengelompokan K-means Clustering, Sedangkan dengan perhitungan Naive bayes dengan fungsi Gauss menghasilkan nilai rata-rata 74,91%.

Actions (login required)

View Item