DATA MINING PADA PENENTUAN KELAYAKAN KREDIT MENGGUNAKAN ALGORITMA K-NN BERBASIS FORWARD SELECTION

Main Article Content

Sitti Harlina

Abstract

Seiring perkembangan ekonomi dan pelayanan jasa perbankan maka istilah kredit bukan lagi hal yang aneh karena kredit merupakan salah satu produk perbankan, dalam penentuan kelayakan kredit diperlukan data, informasi tentang kelayakan kredit merupakan masalah yang menarik untuk di teliti. Sejalan dengan pertumbuhan bisnis, sektor pembiayaan (leasing) atau lembaga pengkreditan (kredit), mempunyai persoalan dan masalah yang rumit dan kompleks dimana data tersebut dikelompokkan menjadi dua kelas, yaitu kredit baik dan kredit buruk. Didalam kegiatan perbankan kelayakan penentuan kredit sering terjadi masalah kredit macet yang disebabkan oleh gagalnya pengembalian sebagian pinjaman yang di berikan kepada para peminjam untuk itu diperlukan data yang akurat sebelum pemberian pinjaman atau kredit. Sehingga tepat menggunakan teknik klasifikasi data mining. Penelitian ini membahas mengenai Data Mining pada penentuan kelayakan kredit menggunakan algoritma K-nn berbasis Forward Selection. Algoritma K-nn yang diterapkan pada data konsumen yang menggunakan jasa keuangan kredit dengan bantuan Forward Selection. Hasil eksperimen menunjukkan bahwa K-nn dalam melakukan klasifikasi risiko kredit memiliki nilai akurasi untuk K-nn di K=11 accuracy = 68,30 %, dan untuk Forward Selection di K=9 yang tingkat accuracynya = 73,60%, dengan menggunakan fitur Forward Selection dapat menghasilkan tingkat akurasi yang baik, sehingga dapat diterapkan untuk menentukan risiko kelayakan risiko kredit.

Article Details

How to Cite
Harlina, S. (2018). DATA MINING PADA PENENTUAN KELAYAKAN KREDIT MENGGUNAKAN ALGORITMA K-NN BERBASIS FORWARD SELECTION. CCIT Journal, 11(2), 236-244. Retrieved from http://ejournal.raharja.ac.id/index.php/ccit/article/view/553
Section
Articles