Komparasi Metode Algoritma Data Mining pada Prediksi Uji Kelayakan Credit Approval pada Calon Nasabah Kredit Perbankan

Sari Dewi

Sari


Di era saat ini pemanfaatan data mining dalam menetukan keberhasilan peningkatkan layanan perbankan sangatlah efektif, salah satunya pemberian kredit kepada custamer bank, menentukan credit approval memerlukan sistem yang akan digunakan untuk menjalankan proses pengajuan kredit serta didukung dengan kercermatan dalam memilah calon nasabah kredit yang baik sehingga dapat meminimalisir terjadinya kredit macet yang tidak dinginkan. Untuk mendukung hasil dari tingkat keberhasilan marketing dalam perannya untuk memasarkan produk layanan perbankan yang prosesnya membutuhkan data calon nasabah ini, maka dukungan data mining sangat berperan penting dalam klasifikasi calon nasabah bank yang akan mengambil kredit di bank. Berdasarkan pemetaan penelitian mengenai dukungan data mining pada calon nasabah didapat ada algoritma klasifikasi yang sering digunakan untuk klasifikasi calon nasabah antara lain Neural Network, Naive Bayes dan K-NN dalam prediksi keberhasilan marketing dalam menentukan kelayakan dari nasabah peminjam kredit bank dari uji coba yang di lakukan maka algoritma Neural Network lah yang lebih akurat dengan akurasi 90,71% dengan nilai AUC 0.880,hal ini dapat menjadi perbandingan data mining klasifikasi Melihat nilai AUC dari ketiga metode tersebut yaitu NN, Naive Bayes dan K-NN, maka 3 algoritma tersebut termasuk kelompok klasifikasi baik karena nilai AUC-nya antara 0.80-1.00.

Kata Kunci


Data maning, Neural Network, Naive Bayes, K-NN, klasifikasi

Teks Lengkap:

PDF (English)


DOI: https://doi.org/10.31294/jki.v7i1.5744

DOI (PDF (English)): https://doi.org/10.31294/jki.v7i1.5744.g3253

p-ISSN 2339-1928

e-ISSN 2579-633X



Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Kampus Pontianak

Jl. Abdurrahman Saleh No.18 A Pontianak, Kalimantan Barat 78124

Telp : (0561)583924, Fax : (0561) 583934

Email : jurnalkhatulistiwainformatika@bsi.ac.id

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License

 

Jurnal Khatulistiwa Informatika Indexed by: