Algoritma C4.5 Untuk Menentukan Kelayakan Pemberian Kredit (Studi kasus: Bank Mandiri Taspen Kantor Kas Sukabumi)

Taufik Hidayatulloh, Anisah Fajria, Rida Nutria Lestari, Neng Sella Zakiatun Nufus
{"title":"Algoritma C4.5 Untuk Menentukan Kelayakan Pemberian Kredit (Studi kasus: Bank Mandiri Taspen Kantor Kas Sukabumi)","authors":"Taufik Hidayatulloh, Anisah Fajria, Rida Nutria Lestari, Neng Sella Zakiatun Nufus","doi":"10.31294/larik.v2i2.1836","DOIUrl":null,"url":null,"abstract":"Menurut UU No.10 tahun 1998 menyatakan bahwa kredit adalah penyediaan uang atau, berdasarkan persetujuan atau kesepakatan pinjam meminjam antar bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi hutangnya setelah jangka waktu tertentu dengan pemberian bunga. Kelancaran dalam pembayaran kredit sangat berpengaruh terhadap profit perusahaan atau perbankan yang merupakan sumber penghasilan utama yang dimiliki perusahaan. Proses pemberian kredit kepada konsumen/nasabah adalah hal yang tidak mudah, karena harus mempertimbangkan beberapa faktor. Maka dari itu tujuan penelitian ini adalah membuat sistem penunjang keputusan dalam menentukan factor kriteria konsumen dalam melakukan kredit. Studi kasus dilakukan di Bank Mandiri Taspen Sukabumi. Permasalahan pada penelitian ini adalah sering terjadi pembayaran kredit macet oleh nasabah, maka dari itu penelitian ini menggunakan metode Algoritma C4.5 decision tree digunakan untuk memprediksi macet atau tidaknya pembayaran kredit oleh nasabah. Penelitian ini menggunakan data set yang memiliki kriteria penentu, yaitu hasil Approve dan Reject, status pegawai, jaminan, jenis kredit, usia, gaji, persyaratan, kesehatan, dan SIUP.  Dari hasil penelitian yang menggunakan 258 data private nasabah bulan November dan Desember 2021 di Bank Mandiri Taspen Kantor Kas Sukabumi menghasilkan evaluasi bahwa Algoritma C4.5 akurat diterapkan untuk memprediksi macet atau tidaknya pembayaran kartu kredit nasabah dengan tingkat akurasi sebesar 93,75% untuk data training 0.9 dan testing 0.1, selain itu didapatkan tingkat akurasi 96,77% untuk data training 0.8 dan testing 0.2.","PeriodicalId":446789,"journal":{"name":"Jurnal Larik: Ladang Artikel Ilmu Komputer","volume":"38 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Larik: Ladang Artikel Ilmu Komputer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31294/larik.v2i2.1836","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Menurut UU No.10 tahun 1998 menyatakan bahwa kredit adalah penyediaan uang atau, berdasarkan persetujuan atau kesepakatan pinjam meminjam antar bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi hutangnya setelah jangka waktu tertentu dengan pemberian bunga. Kelancaran dalam pembayaran kredit sangat berpengaruh terhadap profit perusahaan atau perbankan yang merupakan sumber penghasilan utama yang dimiliki perusahaan. Proses pemberian kredit kepada konsumen/nasabah adalah hal yang tidak mudah, karena harus mempertimbangkan beberapa faktor. Maka dari itu tujuan penelitian ini adalah membuat sistem penunjang keputusan dalam menentukan factor kriteria konsumen dalam melakukan kredit. Studi kasus dilakukan di Bank Mandiri Taspen Sukabumi. Permasalahan pada penelitian ini adalah sering terjadi pembayaran kredit macet oleh nasabah, maka dari itu penelitian ini menggunakan metode Algoritma C4.5 decision tree digunakan untuk memprediksi macet atau tidaknya pembayaran kredit oleh nasabah. Penelitian ini menggunakan data set yang memiliki kriteria penentu, yaitu hasil Approve dan Reject, status pegawai, jaminan, jenis kredit, usia, gaji, persyaratan, kesehatan, dan SIUP.  Dari hasil penelitian yang menggunakan 258 data private nasabah bulan November dan Desember 2021 di Bank Mandiri Taspen Kantor Kas Sukabumi menghasilkan evaluasi bahwa Algoritma C4.5 akurat diterapkan untuk memprediksi macet atau tidaknya pembayaran kartu kredit nasabah dengan tingkat akurasi sebesar 93,75% untuk data training 0.9 dan testing 0.1, selain itu didapatkan tingkat akurasi 96,77% untuk data training 0.8 dan testing 0.2.
以确定信用额度为可行性的算法C4.5
根据1998年的第10号法律,信贷是一种货币供应,或根据银行之间的贷款协议或协议,要求借款人在一段时间内以利息偿还债务。信用支付的流畅性对该公司的主要收入来源公司的利润或银行有着深远的影响。向消费者/客户发放信贷的过程并不容易,因为它需要考虑几个因素。因此,本研究的目的是建立一个决策维持系统,以确定消费者信用标准的因素。案例研究在Sukabumi自力更生银行进行。这项研究的问题是,经常有银行信贷支付中断,因此这项研究使用了一种算法C4.5 decision tree来预测客户信用支付是否崩溃。这项研究采用了定义标准的数据集,包括同意和拒绝、就业状况、担保、信用类型、年龄、工资、条件、健康和SIUP。使用258私人客户数据的研究结果2021年11月和12月在银行独立评估Taspen Sukabumi产生现金的办公室,C4。5准确应用算法来预测是否堵塞信用卡付款客户数据的精确度高达93,75%培训测试0。9和0。1,此外它的精确度96,77%给定训练数据的0。8和测试0。2。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信