IMPLEMENTASI KLASIFIKASI DECISION TREE DENGAN ALGORITMA C4.5 DALAM PENGAMBILAN KEPUTUSAN PERMOHONAN KREDIT OLEH DEBITUR(STUDI KASUS: BANK PASAR DAERAH ISTIMEWA YOGYAKARTA)

RAFIK KHAIRUL AMIN

Informasi Umum

Kode

15.04.392

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

128 kali

Informasi Lainnya

Abstraksi

ABSTRAK

Meminjam dangan cara kredit sudah merupakan hal biasa di masyarakat. Sebelum mendapatkan kredit, seseorang harus melalui survey yang akan dilakukan oleh seorang analisis kredit untuk mengetahui apakah pemohon kredit layak atau tidak layak untuk kredit. Seorang analisis kredit harus benar-benar teliti dalam memprediksi pemohon kredit tersebut dalam pemberian kredit agar tidak terjadi kredit macet. Perlu adanya suatu penunjang keputusan untuk membantu seorang analisis kredit dalam memprediksi pemohon kredit yang akan mengajukan kredit. Pohon keputusan adalah model prediksi menggunakan struktur pohon atau struktur berhirarki. Pohon keputusan merupakan salah satu metode klasifikasi yang paling populer karena mudah untuk dipahami. C4.5 merupakan algoritma pohon keputusan yang sering digunakan untuk membuat suatu pohon keputusan karena memiliki tingkat akurasi yang tinggi dalam menentukan keputusan. Dalam laporan ini dibahas kinerja algoritma pohon keputusan C4.5 pada identifikasi kelayakan kredit oleh debitur. Dari penelitian yang dilakukan, diketahui nilai precision terbesar dicapai oleh algoritma C4.5 dengan partisi data 90%:10% dengan nilai sebesar 78,08 %. Nilai recall terbesar partisi data 80%:20% dengan nilai sebesar 96,4 %. Nilai accuracy terbesar partisi data 80%:20% dengan nilai sebesar 74,5 %. Hasil akhir dari penelitian ini membuktikan bahwa algoritma C4.5 memiliki tingkat akurasi yang tinggi .

Kata kunci : Pohon Keputusan, C4.5, Kelayakan Kredit Debitur.