Klasifikasi Nasabah Kredit Bank Sumsel KM.12 Menggunakan Metode Classifcation and Regression Tree (CART)

Dimas Erlangga Surliaditama, Dimas Erlangga Surliaditama and Sartika, Dewi and Ramadhan, Mustafa (2023) Klasifikasi Nasabah Kredit Bank Sumsel KM.12 Menggunakan Metode Classifcation and Regression Tree (CART). Masters thesis, Universitas Indo Global Mandiri.

[thumbnail of Daftar Isi Skripsi (Dimas ErlanggaS_2017110063).pdf] Text
Daftar Isi Skripsi (Dimas ErlanggaS_2017110063).pdf

Download (604kB)
[thumbnail of DimasErlanggaS_2017110063.pdf] Text
DimasErlanggaS_2017110063.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Salah satu lembaga keuangan yang dikenal oleh masyarakat adalah bank. Seseorang
atau kelompok yang memiliki usaha atau sedang akan merintis usaha tidak perlu
khawatir lagi jika merasa tidak memiliki modal atau kekurangan modal, karena bank
tidak hanya berfungsi sebagai tempat menyimpan uang tetapi menyediakan jasa
keuangan lainnya yang dapat dimanfaatkan. Salah satu jasa keuangan yang kini
sangat diminati oleh masyarakat maupun perusahaan adalah layanan jasa kredit.
Informasi terkait lancar atau tidaknya pembayaran angsuran kredit sangat penting
bagi pihak bank karena sangat berpengaruh terhadap kinerja serta eksistensisnya
dalam kehidupan sehari-hari. Untuk itu diperlukan suatu cara agar dapat mengetahui
bagaimana pola nasabah yang dikatakan lancar maupun tidak lancar sehingga dapat
membantu pihak bank dalam mengklasifikasikan nasabahnya. Pada penelitian kasus
kredit bank ini, digunakan sebuah penelitian untuk menentukan status kolektibilitas
pada nasabah berdasarkan variabel yang telah ditentukan. Sistem yang akan di
bangun menggunakan bahasa pemrograman PHP dan MYSQL sebagai database.
Proses perhitungan ini menggunakan metode Classification and Regression Tree
berdasarkan kriteria yang telah ditentukan. Sistem yang akan dibangun pada
penelitian ini, akan menampilkan proses mining berdasarkan data yang telah diinput
sebelumnya. Sehingga dapat menghasilkan klasifikasi dalam kolektibilitas nasabah
apakah lancar, diragukan, macet. Dan hasil ini dapat membantu bank untuk
meminimalkan resiko kredit macet. Aplikasi yang dibangun dengan menerapkan
metode Classification and Regression Tree menghasilkan tingkat akurasi 94%,
tingkat recall 94%, tingkat precision 100%, dan tingkat f-1 score 97% yang berarti
metode ini sangat cocok untuk menentukan kolektibilitas nasabah.
Kata Kunci: Kredit, Classification and Regression Tree, Recall, Precision, F-1 Score

Item Type: Thesis (Masters)
Subjects: Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions: Fakultas Ilmu Komputer > Teknik Informatika S1
Depositing User: mr. Perpustakaan UIGM
Date Deposited: 15 Jan 2024 03:08
Last Modified: 15 Jan 2024 03:08
URI: http://repository.uigm.ac.id/id/eprint/942

Actions (login required)

View Item
View Item