PENERAPAN METODE NAÏVE BAYES UNTUK MEMPREDIKSI KELANCARAN PENGAJUAN KREDIT PADA BMT SYARIF HIDAYATULLAH PATI

SULISTIYANI, SULISTIYANI (2019) PENERAPAN METODE NAÏVE BAYES UNTUK MEMPREDIKSI KELANCARAN PENGAJUAN KREDIT PADA BMT SYARIF HIDAYATULLAH PATI. Undergraduate thesis, Universitas Islam Sultan Agung.

	Text COVER.pdf Download (756kB)
	Text ABSTRAK.pdf Download (222kB)
	Text Publikasi.pdf Download (126kB)
	Text DAFTAR ISI.pdf Download (197kB)
	Text DAFTAR PUSTAKA.pdf Download (228kB)
	Text BAB I.pdf Download (176kB)
	Text BAB II.pdf Restricted to Registered users only Download (512kB)
	Text BAB III.pdf Restricted to Registered users only Download (831kB)
	Text BAB IV.pdf Restricted to Registered users only Download (395kB)
	Text BAB V.pdf Restricted to Registered users only Download (148kB)

Abstract

Dalam memberikan kredit ada resiko yang dihadapi oleh koperasi, yaitu terlambatnya pembayaran pengembalian bahkan kegagalan pembayaran kredit. Masalah seperti ini terjadi karena kurang akuratnya pihak pemberi kredit dalam penilaian terhadap kemampuan nasabah, sehingga mengakibatkan kesalahan dalam keputusan pemberian kredit yang berujung pada kemacetan kredit. Oleh karena itu untuk mengatasi hal tersebut, pihak koperasi dalam memberikan pinjaman perlu memprediksi kelayakan pengajuan kredit terlebih dahulu supaya resiko yang timbul dari pemberian kredit kepada calon peminjam tidak terlalu besar. Cara untuk menentukan prediksi kelayakan pengajuan kredit yaitu dengan menggunakan algoritma data mining dan Metode yang diusulkan adalah naïve bayes. Algoritma naïve bayes bertujuan untuk melakukan klasifikasi data pada kelas tertentu. Tujuan penelitian ini adalah untuk melihat pola prediksi dari setiap atribut-atribut yang terdapat pada bank data dengan menggunakan algoritma naïve bayes dan melakukan pengujian pada data calon nasabah. Dalam membangun aplikasi ini penulis menggunakan bahasa pemrograman visual basic serta mysql sebagai basis data. Dari hasil implementasi bahwa bank data yang digunakan dalam proses klasifikasi mempengaruhi hasil penghitungan. Semakin banyak bank data yang digunakan dan semakin bervariasi, hasil akurasi yang diperoleh akan semakin baik dan dari hasil pengujian sistem aplikasi bisa memprediksi calon nasabah yang diterima maupun ditolak dengan baik. Kata Kunci: Sistem Pendukung Keputusan, Kredit, Data Mining, Klasifikasi, Naïve Bayes, Aplikasi, Visual Basic, MySQL

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 5 UNISSULA
Date Deposited:	20 Jan 2020 06:32
Last Modified:	20 Jan 2020 06:32
URI:	http://repository.unissula.ac.id/id/eprint/15090

Actions (login required)

View Item