• Document: PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA C4.5 UNTUK MEMPREDIKSI KELANCARAN PEMBAYARAN NASABAH. (Studi Kasus: BMT Al Ikhwan) NASKAH PUBLIKASI
  • Size: 698.6 KB
  • Uploaded: 2019-04-16 13:59:55
  • Status: Successfully converted


Some snippets from your converted document:

PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA C4.5 UNTUK MEMPREDIKSI KELANCARAN PEMBAYARAN NASABAH (Studi Kasus: BMT Al Ikhwan) NASKAH PUBLIKASI diajukan oleh Tria Septia Depi 11.11.5403 kepada JURUSAN TEKNIK INFORMATIKA SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA 2014 APPLICATION OF C4.5 ALGORITHM USING DATA MINING TO PREDICT SMOOTHNESS CUSTOMER PAYMENT (CASE STUDY: BMT AL IKHWAN) PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA C4.5 UNTUK MEMPREDIKSI KELANCARAN PEMBAYARAN NASABAH (Studi Kasus: BMT Al Ikhwan) Tria Septia Depi Kusrini Jurusan Teknik Informatika STMIK AMIKOM YOGYAKARTA ABSTRACT In the field of business finance credit unions exist in BMT Al Ikhwan had experienced problems in determining the prospective new customers, especially in their transactions when the customer wants to borrow. Issues that arise include the customer can not afford to pay anymore money that has been borrowed earlier. To the agency and client side experience disappointment, consequently comfort perceived by the customer and the institution itself disrupted. By designing this application because it would be seen from a number of factors that support the decision of one of the types of work and the amount of the loan to strengthen the customer is able to smooth the process of loan payment or not. The problems that occur are dealt with a case that is capable of searching for data reinforce the results of the decision and the expected decision technique C4.5 algorithm generated will be accurate. The results of this study will produce an output that is if the prospective customer the customer meets the criteria of BMT Al-Ikhwan it will be recommended to loan capital, however if it does not meet the required standards, the institution prospective customer will not be recommended in lending capital. Keywords: Data Mining, Job Type, Loan Amount, the C4.5 algorithm, Cooperative 1 2 1. Pendahuluan Perkembangan ekonomi saat ini sangat pesat, itu terjadi karena kebutuhan dari masyarakat sangat meningkat. Dengan demikian akibat dari perkembangan yang pesat tersebut bukan tidak mungkin dapat menimbulkan permasalahan ekonomi dari sebagian masyarakat dalam memanajemen keuangan dengan baik. BMT Al Ikhwan merupakan salah satu contoh Lembaga Keuangan Mikro (LKM) yang mampu mengatasi permasalahan perekonomian dari masyarakat. Terbukti disetiap periode jumlah calon nasabah mengalami peningkatan. Untuk itu dengan peningkatan tersebut pihak lembaga terkait harus meningkatkan juga kualitas dari sistem yang mengelola setiap transakssi yang dilakukan. Oleh karena itu dibutuhkan sebuah sistem yang dapat membantu memanajemen para nasabahnya, namun pihak lembaga terkait mengalami kesulitan dalam memprediksi kelancaran pembayaran pinjaman nasabah. Sehingga dalam mengatur nasabah dalam peminjaman tersebut masih dilakukan secara manual dengan cara mensurvey tempat tinggal calon nasabah. Dengan itu aplikasi ini akan membantu pihak lembaga terkait agar dapat memprediksi kelancaran pembayaran pinjaman yang dilakukan oleh nasabah tersebut, jadi pihak lembaga terkait dapat mengatasi masalah sedini mungkin sehingga tidak terjadi ketidak puasan dari nasabah maupun pihak lembaga. Dalam aplikasi ini akan mengimplementasikan Data Minig menggunakan Algoritma C4.5. Menurut Han dan Kanber (2006:6) menjelaskan bahwa “Data Mining” merupakan pemilihan atau “Menggali” pengetahuan dari jumlah data yang banyak. Data Mining menurut David Hand, Heikki Mannila dan Padhreic Smyth adalah analisa terhadap data (biasanya data yang berukuran besar) untuk menemukan hubungan yang jelas serta menyimpulkannya yang belum diketahui sebelumnya dengan cara terkini dipahami dan berguna bagi pemilik data tersebut (Larose, 2006). Algoritma C4.5 merupakan algoritma yang digunakan untuk membentuk pohon keputusan, dengan metode pohon keputusan kita dapat mengubah fakta yang sangat besar menjadi pohon keputusan yang mempresentasikan aturan. Pohon keputusan juga berguna untuk mengeksplorasi data, menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan sebuah variabel target (Kusrini dan Emha Taufiq Luthfi, 2009). 3 2. Landasan Teori 2.1 Pengertian Data Mining Data Mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahu

Recently converted files (publicly available):