Analisa Kelayakan Kredit Rumah Mengurangi Kredit Macet Menggunakan Metode Naive Bayes Pada PT. Pramatra

• Tri Widian Ratnasari

---

ABSTRAK

Tri Widian Ratnasari (11162058), Analisa Kelayakan Kredit Rumah Mengurangi Kredit Macet Menggunakan Metode Naive Bayes Pada PT. Pramatra

Penentuan kelayakan pengajuan kredit rumah pada sebuah perusahaan developer adalah hal yang sangat penting, mengingat jika terjadi kesalahan menganalisa maka akan berdampak pada kerugian perusahaan yang pada kasus ini adalah PT. Pramatra. Oleh karena itu penulis membuat sebuah Analisa kelayakan kredit dengan menggunakan metode Naive Bayes untuk menentukan layak tidaknya sebuah pengajuan kredit rumah. Penulis membuat analisa kelayakan kredit menggunakan metode Naive Bayes menggunakan microsoft excel untuk kemudahan pengguna. Penulis juga menggunakan aplikasi pendukung Rapidminer menyiapkan data training sebayak 50 data dan data testing sebanyak 15 data yang dipilih secara rendom. Data testing tersebut akan dianalisa baik menggunakan sistem yang dibuat dan aplikasi pendukung keputusan Rapidminer. Hasil pengujian akurasi Analisa kelayakan kredit rumah dengan menggunakan Naive Bayes cukup tinggi 80 %.

Kata Kunci : Analisa Kelayakan Kredit, Naive Bayes, Mengurangi Kredit Macet

KATA KUNCI

Naive Bayes

---

DAFTAR PUSTAKA

[1] Muhammad Husni Rifqo, Nuri David Veronica. 2019. Implementasi Algoritme       Naive Bayes Berbasis Particle Swarm Optimization Dalam Penentuan Pemberian Kredit. ISSN : 2355-5920. Bengkulu:Jurnal Pseudocode. Vol VI nomor1 ,Februari 2019. Diambil dari www.ejournal.unib.ac.id/index.php/pseudocode

[2] Iqbal Taufiq Ahmad Nur, Nanang Yudi Setiawan. 2019. Perbandingan Performa  metode Klasifikasi Svm, Neural Network, Dan Naive Bayes Untuk Mendeteksi Kualitas Pengajuan Kredit Di Koprasi Simpan Pinjam. ISSN : 2355-7699. Jurnal Teknologi Informasi dan Ilmu Komputer. Vol 6 No 4. Agustus 2019. Diambil dari Akreditasi KEMENRISTEKDIKTI, No 30/E/KPT/2018.

[3] Mohammad Ikhsan Saputro, Tati Mardiana. 2015. Agen Cerdas untuk Penentuan Kelayakan Pemberian Kredit Koperasi Simpan Pinjam. ISSN : 2442-2436. Juranl Teknik Komputer AMIK BSI. Vol 1 No 2 Agustus 2015.

[4] Nia Nuraeni. 2017. Penetukan Kelayakan Kredit Dengan Algoritma Naive Bayes  Classifier: Studi Kasus Bank Mayapada Mitra Usaha Cabang PGC. Jurnal Teknik Komputer AMIK BSI. ISSN : 2442-2436. Vol III No. 1, Februari 2017.

[5] Habibah Jayanti Damanik, Eka Irawan, Irfan Sudahri Damanik, Anjar Wanto. 2019. Penerapan Algorima Naive Bayes Untuk Penentukan Resiko Kredit Kepemilikan Kendaraan Bermotor. ISSN : 2686-0260. Diambil dari STIKOM Tunas Bangsa Permatangsiantar.

[6] Lucy Yosita, Yan Nurcahaya, Deasy Hartanti, Strategi Perencanaan Dan Perancangan Perumahan Pada Era Kontemporer, Yogyakarta, 2015.

[7] Syifa Sintia Al Khaustsar, Diah Puspitasari dan Wida Prima Mustika. 2018. Algoritma Naive Bayes Untuk Memprediksi Kredit Macet Pada Koperasi Simpan Pinjam . Jurnal Informatika UPGRIS. ISSN : 2460-4801. Vol 4 N 2.

[8] Andrianto, SE, M.Ak. Manajemen Kredit. Qiara Medika. Jawa Timur. 2020.

 

[9] M. Sabransyah, Yuki Novia Nasution, dan Fidia Deni Tisna Amijaya. 2017. Aplikasi Metode Naive Bayes dalam Prediksi Resiko Penyakit Jantung. Jurnal EKSPNENSIAL. ISSN : 2085-7829 Vol 8 nomor 2, Nopember 217.

[10] Mochamad Wahyudi, Masitha, Risna Saragih, Solikhun, Data Mining : Penerapan Algoritma K-Means Clustering dan K- Medoids Clustering, 2020.

[11] Ratih Yulia Hayuningtyas. 2019. Penerapan Algoritma Naive Bayes untuk  Rekomendasi Pakaian Wanita. Jurnal Informatika. ISSN : 2355-2247. Vol 6 No 1 April 2019.

[12] Alfa Saleh. 2014. Klasifikasi Metode Naive Bayes Dalam Data Mining Untuk Menentukan Konsentrasi Siswa (Studi Kasus Di Mas Pab 2 Medan). Jurnal 979-458-766-4.

[13] Brilian Rahmat,Agum Agidtama Gafar, Nurul Fajar dkk. 2017 Implemetasi K-Means Clustering Pada RapidMiner Untuk Analisis Daerah Rawan Kecelakaan. Kendari, 8 April 2018.

[14] Dedy Ahmad Kurniawan, Danny Kriestanto. 2016. Penerapan Naive Bayes Untuk Memperdiksi Kelayakan Kredit. Jurnal Informatika dan Komputer. Vol 1 No 1, Februari 2016.