Tugas Akhir
Analisis Data Mining Untuk Memprediksi Kelancaran Pembayaran Kredit Di Mandala Finance Cabang Parakan Kabupaten Temanggung Menggunakan Algoritma Bayessian Clasification
Mandala Finance adalah salah satu lembaga keuangan yang memberikan layanan kredit kepada
pelanggan. Dalam operasi, kredit bermasalah selalu terjadi, karena kreditnya
Analisis tidak hati - hati atau tidak akurat dalam proses penyaluran kredit, begitu juga dengan
pelanggan tidak baik Pembayaran kredit dengan ramalan halus sangat dibutuhkan
Prediksi akurat salah satunya menggunakan teknologi data mining di sektor tersebut.
Penelitian ini menggunakan klasifikasi Bayesian dari algoritma untuk menghitung kelancaran
prediksi pembayaran kredit Dalam memprediksi kelancaran pembayaran paymnet banyak digunakan
Faktor yang memilikinya, yaitu Address, Job, Income, dan Counting Payment.
Berdasarkan pelanggan Mandala Finance pada bulan Juni, Juli, dan Agustus adalah 430
data. Namun setelah membuang data pembersihan itu menghasilkan 416 data. Hasil dari
akurasi adalah 83, 13%. Di Kelas Presisi untuk atribut persentase kelancaran
prediksi adalah 85, 38%, dan prediksi tidak senonoh adalah 65, 38%. Padahal, dalam "Recall
Kelas "untuk kelancaran adalah 97, 37%, dan tidak benar benar adalah 22, 97%.
Kata kunci: Kredit, Data Pertambangan, Mandala Finace, Klasifikasi Bayesian, Atribut
Tidak ada salinan data
Tidak tersedia versi lain