Evaluasi Model Decision Tree Pada Keputusan Kelayakan Kredit

Sasa Ani Arnomo, A. Fajrin, Yuli Siyamto, Siti Fairuz Nur Sadikin
{"title":"Evaluasi Model Decision Tree Pada Keputusan Kelayakan Kredit","authors":"Sasa Ani Arnomo, A. Fajrin, Yuli Siyamto, Siti Fairuz Nur Sadikin","doi":"10.58520/jddat.v2i2.39","DOIUrl":null,"url":null,"abstract":"Penentuan kelayakan kredit seringkali tidak akurat, sehingga menghasilkan skor kredit yang rendah karena kesalahan marketing saat melakukan analisis. Dalam penelitian ini akan dilakukan analisis data pemohon kredit pinjaman menggunakan klasifikasi data mining yakni algoritma C4.5 dengan menggunakan beberapa atribut diantaranya pekerjaan, karakter, pendapatan, plafond pinjaman, dan jaminan yang akan dihitung dengan perhitungan manual dan perhitungan software weka untuk mempermudah uji kelayakam pemberian kredit pinjaman dalam mendapatkan hasil yang akurat dan cepat. Tingkat akurasi yang diperoleh adalah sebesar 98% sehingga dapat disimpulkan bahwa penelitian ini dapat membantu dan mendukung dalam mengambil keputusan layak dan tidak layak dalam pemberian kredit pinjaman cepat dan efektif.","PeriodicalId":105707,"journal":{"name":"Jurnal Desain Dan Analisis Teknologi","volume":"4 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-07-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Desain Dan Analisis Teknologi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.58520/jddat.v2i2.39","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

Penentuan kelayakan kredit seringkali tidak akurat, sehingga menghasilkan skor kredit yang rendah karena kesalahan marketing saat melakukan analisis. Dalam penelitian ini akan dilakukan analisis data pemohon kredit pinjaman menggunakan klasifikasi data mining yakni algoritma C4.5 dengan menggunakan beberapa atribut diantaranya pekerjaan, karakter, pendapatan, plafond pinjaman, dan jaminan yang akan dihitung dengan perhitungan manual dan perhitungan software weka untuk mempermudah uji kelayakam pemberian kredit pinjaman dalam mendapatkan hasil yang akurat dan cepat. Tingkat akurasi yang diperoleh adalah sebesar 98% sehingga dapat disimpulkan bahwa penelitian ini dapat membantu dan mendukung dalam mengambil keputusan layak dan tidak layak dalam pemberian kredit pinjaman cepat dan efektif.
信贷可行性通常是不准确的,因此在进行分析时,由于市场错误而导致信用评分较低。对照研究中,这是要做数据分析申请人的信用贷款使用分类数据挖掘算法即C4。用其中一些属性工作5、品格、收入放一台贷款和担保会手动计算和计算软件计算的weka促进kelayakam试验的信贷紧缩贷款中得到准确和快速的结果。获得的准确率是98%,因此可以得出结论,这项研究可以帮助和支持迅速有效地做出有价值和不利的贷款信贷决策。
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:604180095
Book学术官方微信