Abstrak
Salah satu tantangan yang dihadapi oleh perusahaan jasa gadai terutama PT. Pegadaian adalah usaha menurunkan barang lelang milik nasabah akibat nasabah tersebut tidak melakukan pencicilan pinjaman sebelum jatuh tempo berakhir. Jenis nasabah yang tidak melakukan usaha untuk menebus barang gadaian mereka dapat dikatakan sebagai seorang nasabah yang tidak potensial bagi perusahaan. Untuk itu maka perusahaan perlu mengetahui jenis nasabah mereka apakah termasuk dalam kategori potensial atau tidak, informasi ini berguna untuk mengantisipasi kemungkinan kemunculan nasabah lelang yang akan merugikan perusahaan. Penentuan nasabah potensial dan tidak potensial ini dapat dilakukan pada tahap klasifikasi dengan menggunakan metode Support Vector Machine Sequential Minimal Optimization.
Tugas akhir ini bertujuan untuk menerapkan Menerapkan Support Vector Machine Sequential Minimal Optimization (SVM-SMO) untuk memprediksi nasabah potensial dan tidak potensial. Pemilihan metode SVM dalam tugas akhir ini karena SVM telah terbukti kehandalannya dalam melakukan klasifikasi data dalam jumlah yang besar dan memiliki atribut data yang kompleks. Sebelum melalui tahap klasifikasi terlebih dahulu data akan dipreprocessing dan dinormalisasi dengan menggunakan normalisasi linear. Terdapat tiga parameter uji yang digunakan sebagai evaluasi sistem yaitu Precision, Recall dan F-measure, dengan hasil rata-rata setiap parameter uji bernilai diatas 75%.
Kata Kunci : Nasabah gadai, Support Vector Machine Sequential Minimal Optimization