PENERAPAN DATA MINING DENGAN METODE NAIVE BAYES UNTUK MEMPREDIKSI KELAYAKAN PENGAJUAN KREDIT (Studi Kasus :PT Sinarmas Multifinance)

Januari, Devi Riski (2018) PENERAPAN DATA MINING DENGAN METODE NAIVE BAYES UNTUK MEMPREDIKSI KELAYAKAN PENGAJUAN KREDIT (Studi Kasus :PT Sinarmas Multifinance). Other thesis, Universitas Teknokrat Indonesia.

[img] Text
13. ABSTRAK..pdf

Download (15kB)
[img] Text
14. bab 1 - devi (OK).pdf

Download (24kB)
[img] Text
20. DAFTAR PUSTAKA..pdf

Download (11kB)

Abstract

Kredit adalah pemberian pinjaman oleh pihak lain yang akan dikembalikan pada suatu masa tertentu dengan jumlah bunga, imbalan atau pembagian hasil atau yang diterima sekarang akan dikembalikan pada masa yang akan datang sedangkan dalam arti ekonomi, kredit adalah penandaan. Saat ini, proses penyeleksian pemberian kredit pinjaman di PT Sinarmas Multifinance yaitu dengan menggunakan kartu pinjaman, dimulai dari proses seleksi awal pengecekan kesesuaian data, kemudian dilakukan pemeriksaan, setelah dilakukan analisa kredit dan kemampuan membayar, yang masih berdasarkan pengalaman dari credit office. Akan tetapi sistem pemberian kredit tersebut menyebabkan penilaian pemberian kredit menjadi subjektif. Melihat kondisi tersebut diperlukan sebuah sistem berbasis komputer yang dapat memprediksi kelayakan pengajuan kredit. Dalam penilaian ini untuk menggali data (data mining) nasabah yang dimiliki oleh PT Sinarmas Multifinance dengan menggunkan metode Naive Bayes. Metode pengembangan sistem yang digunakan adalah System Development Life Cycle Model Waterfall dengan menggunakan pemodelan Unified Modelling Language (UML) dengan menggunakan Use Case Diagram, Class Diagram, Activity Diagram, dan software yang dikembangkan akan melalui pengujian Confusion Matrix. Hasil dari penulisan laporan ini disimpulkan bahwa diperlukan Sistem yang dapat memprediksi kelayakan pengajuan kredit PT Sinarmas Multifinance menggunakan metode Naïve Bayes, sehingga dapat mengurangi resiko kredit macet yang dilakukan oleh kreditur.

Item Type: Thesis (Other)
Uncontrolled Keywords: Kredit, Data Mining, Naïve Bayes, Confusion Matrix.
Subjects: TEKNIK KOMPUTER (S1) > Algoritma dan Pemrograman
Divisions: Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi
Depositing User: Rahmat Iqbal M.IP
Date Deposited: 16 Feb 2019 02:45
Last Modified: 02 Jun 2020 03:33
URI: http://repository.teknokrat.ac.id/id/eprint/703

Actions (login required)

View Item View Item