Penentuan Kelayakan Kredit Dengan Algoritma Naive Bayes Classifier: Studi Kasus Bank Mayapada Mitra Usaha Cabang PGC

research
  • 30 Apr
  • 2018

Penentuan Kelayakan Kredit Dengan Algoritma Naive Bayes Classifier: Studi Kasus Bank Mayapada Mitra Usaha Cabang PGC

Dalam menganalisis kredit kadang-kadang petugas kredit kurang akurat dalam analisis kredit, sehingga dapat menyebabkan peningkatan kredit macet . Klasifikasi algoritma data mining secara luas digunakan untuk menentukan kelayakan kredit dari salah satu Naif Bayes classifier , NBC unggul dalam meningkatkan nilai akurasi yang tinggi tetapi lemah dalam pemilihan atribut. Setelah menguji algoritma Naive Bayes menghasilkan akurasi 89,33 % dan nilai AUC 0.955

Unduhan

  • 1337-2810-1-SM.pdf

    Jurnal Teknik Komputer Kelayakan Kredit

    •   diunduh 2132x | Ukuran 602 KB

 

REFERENSI

Xhemali, D., Hinde, C.J. and  Stone. R.G. (2009). Naive Bayes vs Decision Trees vs. Neural Network in the Classification of Training Web Pages. IJCSI International Journal of Computer Science Issues, 4(1). Pp. 16-23.

Yap, Bee W.,  Ong, Seng H.,  and Husain. N.H.M, (2011). Using Data Mining to Improve Assessment of Credit Worthiness via Credit Scoring Models. Expert System with Applications, 38(2011) 13274-13283

Undang-Undang Republik Indonesia Nomor 10 Tahun 1998 tentang perubahan atas Undang-Undang Nomor 7 Tahun 1992 tentang perbankan.

Larose, D.T.( 2005). Discovering Knowledge in Data. Canada: Wiley-Interscience.

Larose, D.T.( 2005). Discovering Knowledge in Data. Canada: Wiley-Interscience.

Xhemali, D., Hinde, C.J. and  Stone. R.G. (2009). Naive Bayes vs Decision Trees vs. Neural Network in the Classification of Training Web Pages. IJCSI International Journal of Computer Science Issues, 4(1). Pp. 16-23.

 Han, J., and Kamber, M. (2006). Data Mining Concept and Techniques. San Francisco: Diane Cerra.

Bramer, Max. (2007). Principles of  Data Mining. London: Springer. ISBN-10: 1-84628-765-0, ISBN-13: 978-1-84628-765-7

Gorunescu, Florin. (2011). Data Mining Concepts, Models and Techniques. Intelligent System Reference Library, Vol 12, ISBN 978-3-642-19721-5.

Han, J., and Kamber, M. (2006). Data Mining Concept and Techniques. San Francisco: Diane Cerra.

Vercellis, Carlo. (2009). Business Intelligence: Data Mining and Optimization for Decision Making. United Kingdom: John Willey & Son