ANALISIS PERBANDINGAN ALGORITMA CORRELATED NAIVE BAYES CLASSIFIER, NAIVE BAYES, DAN C4.5 DALAM PREDIKSI KREDIT MACET

Setiawan, Edo Cahyanto (2019) ANALISIS PERBANDINGAN ALGORITMA CORRELATED NAIVE BAYES CLASSIFIER, NAIVE BAYES, DAN C4.5 DALAM PREDIKSI KREDIT MACET. S1 thesis, UAJY.

[img] Text (Edo Cahyanto Setiawan)
TF07723.pdf
Restricted to Repository staff only

Download (822kB)

Abstract

Kredit macet merupakan suatu masalah yang sangat penting bagi usaha keuangan. Pengertian kredit macet adalah suatu keadaan dimana nasabah sudah tidak sanggup membayar sebagian atau seluruh kewajiban kepada bank seperti yang telah dijanjikan. Di dalam bisnis keuangan, kredit macet merupakan salah satu masalah yang harus dihindari. Karena jika terdapat kredit macet maka bisnis akan terganggu dan dapat menyebabkan banyak masalah. Pada penelitian ini, dibahas perbandingan algoritma correlated naive bayes classifier, naive bayes, dan C4.5 dalam prediksi kredit macet. Dalam penelitian ini ketiga algoritma tersebut akan melakukan proses klasifikasi terhadap data anggota koperasi yang hasilnya akan digunakan sebagai pembanding. Hasil yang akan digunakan sebagai perbandingan adalah akurasi, precision, dan recall. Berdasarkan hasil pengujian dapat disimpulkan bahwa algoritma correlated naive bayes clasifier memiliki hasil akurasi dan precision yang paling baik. Namun recall yang didapatkan sangat sedikit. Sedangkan C4.5 mempunyai hasil akurasi dan precision yang berbeda tipis dengan correlated naive bayes classifier. Untuk nilai recall C4.5 memiliki hasil yang mirip dengan naive bayes. Sehingga C4.5 menjadi algoritma yang memiliki hasil yang paling baik.

Item Type: Thesis (S1)
Uncontrolled Keywords: Kredit Macet, Correlated Naive Bayes Classifier, Naive Bayes, C4.5
Subjects: Teknik Informatika > Soft Computing
Divisions: Pasca Sarjana > Magister Teknik Informatika
Depositing User: Lia natanaelia utami
Date Deposited: 05 Jul 2019 02:54
Last Modified: 05 Jul 2019 02:54
URI: http://e-journal.uajy.ac.id/id/eprint/19302

Actions (login required)

View Item View Item