Klasifikasi Penentuan Pinjaman Nasabah di Bank XYZ Menggunan Naïve Bayes

Abdul Rozaq

Abstract


Persaingan yang tinggi di bidang perbankan semakin ketat sehingga penting untuk mengklasifikasikannya berdasarkan jaminan pinjaman, jumlah pinjaman sampai perilaku nasabah sangat penting. Machine Learning menyediakan teknologi untuk menganalisis volume data yang besar atau mendeteksi data untuk mengubah data mentah menjadi informasi berharga.

Salah satu metode klasisifikasi dalam machine learning adalah naive bayes. Dalam penelitian ini penulis menggunakan naive bayes untuk menentukan pinjaman di bank XYZ dengan atribut jenis pinjaman, agunan, pendapatan dan karaktek sedang kelasnya yaitu 1 artinya pinjaman di setujui dan 0 menandakan pinjaman tidak disetujui.

Berdasarkan 16 data training dan data testing dengan atribut jenis pinjaman = KUR, agunan = sertifikat, pendapatan = cukup, karakter = kurang baik maka hasil klasifikasinya ke dalam kelas 1 yang artinya pinjaman di setujui. Hasil uji data dari 13 data training dan 3 data testing maka hasil nilai akurasi 93.75%.


Full Text:

PDF

References


Saleh, A. 2015. Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. Citec Journal, Vol. 2, No. 3, Mei 2015 – Juli 2015.

Manalu, E., Ariwisanto, F., Manalu, R. M. 2017. Penerapan Algoritma Naive Bayes Untuk Memprediksi Jumlah Produksi Barang Berdasarkan Data Persediaan Dan Jumlah Pemesanan Pada CV. Papadan Mama Pastries. Jurnal Mantik Penusa. Volume 1 No 2 Desember 2017.

Annur, H. 2018. Klasifikasi Masyarakat Miskin Menggunakan Metode Naïve Bayes. ILKOM Jurnal Ilmiah Volume 10 Nomor 2 Agustus 2018.

Ariani. F., Amir, Alam. N., Rizal. K. 2018. Klasifikasi Penetapan Status Karyawan Dengan Menggunakan Metode Naïve Bayes. Paradigma Volume XX No. 2 September 2018.

Antaristi. M dan Kurniawan. I., Y. 2017. Aplikasi Klasifikasi Penentuan Pengajuan Kartu Kredit Menggunakan Metode Naive Bayes di Bank BNI Syariah Surabaya. Jurnal Teknik Elektro Vol. 9 No. 2.


Refbacks

  • There are currently no refbacks.



 
PANDUAN SUBMITE ARTIKEL
 


Kantor Sekertariat:
Universitas PGRI Madiun
Jl. Auri No. 14-16  Kota Madiun 63118
Lt 3 Kantor Program Studi Teknik Informatika
email :  senatik@unipma.ac.id
 
 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.