Skip to Main Content Skip to article
Sangia Publishing

Router Research

Volume 1, Issue 1, December 2019, Pages 22-28
Router Research

Full Length Articles
Penerapan Data Mining untuk Mengklasifikasi Pola Nasabah Menggunakan Algoritma C4.5 pada Bank Bri Unit Anduonohu Kendari

Under a Creative Commons license
Open Access

Abstract

Data Mining merupakan proses analisa data dari sudut yang berbeda dan mengolahnya menjadi informasi - informasi penting yang bisa digunakan untuk meningkatkan keuntungan. Secara teknis, data mining dapat disebut juga sebagai proses untuk menemukan korelasi atau pola dari ratusan atau ribuan field. Pada data mining dapat digunakan metode decision tree untuk melakukan klasifikasi. Kredit tidak lagi menjadi hal yang asing bagi masyarakat luas, banyaknya kebutuhan membuat masyarakat mengambil kredit untuk memenuhi kebutuhan konsumtif mereka. Seringkali pembayaran kredit yang macet membuat bank kerepotan, karena semakin banyaknya nasabah yang membayar secara macet dapat berdampak buruk untuk kesehatan bank. Oleh karena itu, data nasabah dari Bank BRI Unit Anduonohu Kendari menjadi bahan acuan untuk menganalisa pola nasabah pemohon kredit. Pemohon kredit termasuk dalam kategori lancar, atau macet.Untuk mengatasi masalah tersebut, dapat digunakan metode decision tree. Sehingga penelitian ini bisa dijadikan acuan pihak Bank untuk menilai nasabah dengan record data yang ada untuk pengambilan kredit selanjutnya. Informasi yang ditampilkan berupa tingkat akurasi data nasabah lancar dan macet. Dalam penelitian ini, decision tree menggunakan bahasa pemrograman java. Kemudian hasil akurasi dari aplikasi yang diimplementasikan akan dibandingkan dengan hasil menggunakan sofrware rapidminer. Sehingga diperoleh akurasi dengan decision tree sebesar 89,5%.

Keywords

Data mining
Algoritma C4.5
Klasifikasi
Kredit
Decision tree

Declarations

Funding Information

Program Studi Sistem Komputer Stimik Bina Bangsa Kendari

Publisher's Note

SRM Publishing remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Supplementary files

Data sharing not applicable to this article as no datasets were generated or analysed during the current study, and/or contains supplementary material, which is available to authorized users.