PREDISKI CALON NASABA DEPOSITO BERBASIS CRISP-DM DAN SMOTE XGBOOST CLASSIFICATION

• RIKI SUPRIYADI
• 14002371

---

ABSTRAK

Deposito merupakan simpanan yang hanya dapat dibayarkan pada waktu tertentu dan memiliki tingkat suku bunga lebih tinggi dari cek atau tabungan biasa. Namun jumlah nasabah yang menabung deposito masih tergolong minim. penelitian ini dilakukan untuk memprediksi calon nasabah yang menabung deposito dengan menerapkan metode CRISP-DM. Serta menentukan hasil akurasi analisa dengan algoritma EXtreme gradient boosting (XGBoost) yang dikomparasi dengan algoritma lain seperti decision tree, k-nearest neighbor dan logisic regression. dalam mengatasi data tidak seimbang diterapkan synthetic minority over-campling technique. algoritma XGBoost-SMOTe dengan penerapan hyperparamter menggunakan gridsearchCV dalam menentukan paramter yang akan digunakan mendapatkan hasil terbaik dibanding algoritma lain dalam penelitian ini, akurasi yang didapat 97% dan AUC 0.99 yang termasuk kategori Excellent Clasifiacation. dengan demikian hasil penelitian menunjukan algoritma XGBoost-SMOTE lebih baik dalam memprediksi calon nasabah deposito, serta penerapan SHAP value sebagai feature important diketahu bahwa duration merupakan feature yang paling berkontribusi terhadap model yang dibangun.

Kata kunci: Deposito, XGBoost, SMOTE, SHAP Value

KATA KUNCI

Data Mining,SMOTE,XGBoost

---

DAFTAR PUSTAKA