Data mining KLASIFIKASI KELAYAKAN KREDIT MOTOR MENGGUNAKAN METODE NAIVE BAYES DAN MODEL CREDIT SCORING klasifikasi kelayakan kredit motor menggunakan metode naive bayes dan model credit scoring

Main Article Content

Akmaludin Nuriksan Tacbir Hendro Pudjiantoro Puspita Nurul Sabrina

Abstract

Klasifikasi kelayakan kredit motor dengan menggunakan metode naïve bayes dari penelitian terdahulu memiliki tingkat akurasi sebesar 65%, dan klasifikasi kelayakan kredit motor dengan menggunakan model credit scoring memiliki tingkat akurasi sebesar 93%, pada  penelitian ini penulis menggunakan metode naive Bayes dengan tambahan model credit scoring, karena metode naive bayes merupakan salah satu algoritma yang terdapat pada teknik klasifikasi. Naive bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik, kemudian model credit scoring digunakan untuk melakukan pembobotan terhadap setiap parameter yang butuhkan pemohon untuk melakukan kredit, maka dari itu dibuatkan suatu aplikasi untuk menentukan kelayakan kredit motor terhadap pemohon dengan menerapkan metode naïve bayes dan mode credit scoring.  Untuk mengetahui tingkat kelayakan calon debitur kredit motor menggunakan metode nave Bayes, memasukkan 1 data uji dan menghasilkan tingkat kelayakan sebesar 8,688 dan perhitungan menggunakan credit scoring mendapatkan nilai sebesar 79%. Hasil pengujian yang dilakukan dengan menggunakan metode k fold cross validation dengan k = 10 dan hasil pengujian confusion matrix menunjukkan bahwa tingkat akurasi penggunaan metode na bayve Bayes adalah 89%..

Article Details

How to Cite
NURIKSAN, Akmaludin; PUDJIANTORO, Tacbir Hendro; SABRINA, Puspita Nurul. Data mining KLASIFIKASI KELAYAKAN KREDIT MOTOR MENGGUNAKAN METODE NAIVE BAYES DAN MODEL CREDIT SCORING. SNIA (Seminar Nasional Informatika dan Aplikasinya), [S.l.], v. 5, p. G1-6, oct. 2021. Available at: <https://snia.unjani.ac.id/web/index.php/snia/article/view/239>. Date accessed: 15 july 2024.
Section
Articles