PENERAPAN ALGORITMA DATA MINING TERHADAP PENERIMA KREDIT MOTOR
Abstract
Penelitian dilakukan pada anak perusahaan yang memberikan kredit motor. Pada saat konsumen mengajukan kredit motor maka dengan memasukan profile pribadi konsumen, akan diketahui bahwa konsumen tersebut data kreditnya disetujui atau ditolak. Dari 224 data konsumen yang diperoleh maka diketahui konsumen yang disetujui pembiayaan kredit motornya sebanyak 87% atau sekitar 217 konsumen, sedangkan yang ditolak sebesar 16%atau sebanyak 6 konsumen ditolak pengajuan kreditnya. Penerimaan kredit motor menggunakan metode penerapan algoritma dengan proses CRIS-P DM yang merupakan standar industry dalam pemrosesan data mining. Algoritma yang digunakan dalam menentukan keputusan yakni algoritma C4.5. hasil yang di peroleh sebelumnya dikukur tingkat akurasinya dengan Confusion Matrix dan Receiver Operating Caracteristic (ROC). Evaluasi dalam Confusion Matrix mencari nilai accuracy, nilai precision, dan nilai recall data, sedangkan menggunakan Receiver Operating Caracteristic (ROC) mencari data dengan tabel dan perbandingan Area Under Curve (AUC)
References
Gorunescu, Florin, “Data Mining: Concepts, Models, and Techniques” Verlag Berlin Heidelberg: Springer 2011
Han, J.,& Kamber, M, “Data Mining Concept and Tehniques. San Fransisco” Morgan Kauffman, 2006
Kusrini & Luthfi, E. T, Algoritma Data Mining, Yogyakarta: Andi Publishing, 2009
Larose, D. T, “Discovering Knowledge in Data, New Jersey: John Willey & Sons Inc, 2005
Leidiyana, Henny, “Komparasi Algoritma Data Mining Dalam Penentuan Resiko Kredit Kepemilikan Kendaraan Bermotor”, Juli 2011.
Liao, “Recent Advances in Data Mining of Enterprise Data: Algorithms and Application”, Singapore: World Scientific Publishing, 2007
Sulianta, Feri, Dominikus Juju, Data Mining Meramalkan Bisnis Perusahaan, PT. Elex Media Komputindo, Jakarta, 2010
Sumathi, & S, Sivanandam, S.N, Introduction to Data Mining and its Applications, Berlin Heidelberg New York: Springer, 2006
Refbacks
- There are currently no refbacks.