Implementasi C4.5 dan Algoritma K Nearest Neighbor untuk Prediksi Kelayakan Pemberian Kredit Menggunakan RapidMiner Studio
Abstract
Perusahaan multifinance hadir untuk mengakomodir keanekaragaman kebutuhan masyarakat mulai dari pembiayaan modal kerja, pembiayaan investasi, hingga pembiayaan multiguna sesuai persetujuan otoritas jasa keuangan (OJK). Selama memiliki persyaratan dan jaminan tertentu, pengajuan kredit dapat dengan mudah dilakukan. Namun, pemberian kredit memiliki resiko yang dpat merugikan perusahaan, sehingga perusahaan harus lebih selektif dalam memberikan pemerian kredit. Untuk meminimalisasi resiko kerugian, dilakukan suatu perhitungan yang dapat memprediksi untuk kelayakan pemberian kredit dengan memperhatikan data-data dari calon nasabah. Salah satu metode yang dapat digunakan untuk prediksi kelayakan pemberian kredit adalah algoritma K-Nearest Neigbor dan algoritma C4.5. Pada penelitian yang telah dilakukan, algoritma K-Nearest Neigbor mendapatkan akurasi sebesar 80% dan algoritma C4.5 mendapatkan akurasi sebesar 87% sehingga metode ini dapat digunakan untuk membantu perusahaan dalam meminimalisasi kerugian yang disebabkan karena kredit macet.
References
[2]. Amrin, “Perbandingan Metode Neural Network Model Radial Basis Function Dan Multilayer Perceptron Untuk AnalisaRisiko Kredit Mobil,” Vol. Xx, No. 1, Pp. 31–38, 2018.
[3]. R. Bimantara, “Penyelesaian Kredit Macet Perseroan Melalui Eksekusi Jaminan Hak Tanggungan Atas Nama Pribadi,” J.Bina Mulia Huk., Vol. 3, No. 4, 2019.
[4]. F. Hadi, “Penerapan Metode Algoritma C4.5 Dalam Menganalisa Pegajuan Kredit Pada Koperasi Jasa Keuangan SyariahKelurahan Limau Manis Selatan,” Indones. J. Comput. Sci., Vol. 7, No. 1, Pp. 28–42, 2018.
[5]. D. Feblian And D. U. Daihani, “Implementasi Model Crisp-Dm Untuk Menentukan Sales Pipeline Pada Pt X,” J. Tek. Ind., Vol. 6, No. 1, Pp. 1–12, 2017.
[6]. N. A. Hasibuan Et Al., “Implementasi Data Mining Untuk Pengaturan Layout,” J. Ris. Komput., Vol. 4, No. 4, Pp. 6–11,2017.
[7]. D. Setiawati, I. Taufik, And W. B. Z, “Klasifikasi Terjemahan Ayat Al-Quran Tentang Ilmu Sains Menggunakan Algoritma Decision Tree Berbasis Mobile,” Vol. I, No. 1, Pp. 24–27, 2016.
[8]. R. Kesuma And H. Akbar, “Algoritma K-Nearest Neighbor Dengan Euclidean Distance Dan Manhattan Distance UntukKlasifikasi Transportasi Bus,” Vol. 12, No. 2, Pp. 104–111, 2020.
[9]. A. Budiyantara, Irwansyah, E. Prengki, P. A. Pratama, And N. Wiliani, “Komparasi Algoritma Decision Tree , NaiveBayes Dan K-Nearest Neighbor Untuk Memprediksi Mahasiswa Lulus,” Vol. 5, No. 2, Pp. 265–270, 2020.
[10]. S. Nurjanah, A. M. Siregar, And D. S. Kusumaningrum, “Penerapan Algoritma K – Nearest Neighbor (Knn) UntukKlasifikasi Pencemaran Udara Di Kota Jakarta,” Technol. Sci., Vol. 1, Pp. 71–76, 2020.
[11]. F. M. Hana, “Klasifikasi Penderita Penyakit Diabetes Menggunakan Algoritma Decision Tree C4 . 5,” J. Sist. Komput. Dan Kecerdasan Buatan, Vol. 4, No. 1, 2020.
[12]. J. Sinaga, “Data Mining Klasifikasi Nasabah Dalam Pengajuan Kredit Tanpa Agunan Dengan Algoritma K-NearestNeighbor,” Jikomsi J. Ilmu Komput. Dan Sist. Informas, Vol. 1, No. 1, Pp. 22–28, 2018.
[13]. Y. Widiastiwi And I. Ernawati, “Klasifikasi Penyakit Batu Ginjal Menggunakan Algoritma Decision Tree C4 .5 DenganMembandingkan Hasil Uji Akurasi,” J. Ikra-Ith Inform., Vol. 5, No. 2, Pp. 128–135, 2021.
[14]. R. Nofitri And J. Eska, “Implementasi Data Mining Klasifikasi C4.5 Dalam Menentukan Kelayakan Pengambilan Kredit,” Amik R., Vol. 9986, No. September, Pp. 307–310, 2018.
[15]. Rapidminer, “Rapidminer, Inc.,” 2020. [Online]. Available: Https://Rapidminer.Com/. [Diakses 17 Januari 2021].
