KLASIFIKASI ALGORITMA K-NEAREST NEIGHBOR DAN NAÏVE BAYES UNTUK KELAYAKAN PEMBERIAN KREDIT PERBANKAN

ASYARI, BISMA (2023) KLASIFIKASI ALGORITMA K-NEAREST NEIGHBOR DAN NAÏVE BAYES UNTUK KELAYAKAN PEMBERIAN KREDIT PERBANKAN. Skripsi thesis, Universitas Muhammadiyah Pontianak.

Preview	Text BAB I DAN V.pdf - Published Version Download (1MB) | Preview
	Text (Akses ditutup untuk menghindari plagiarisme. Permohonan akses skripsi, silahkan email ke [email protected]) BAB II-IV.pdf - Accepted Version Restricted to Repository staff only Download (942kB)

Abstract

katan antara peminjam dengan bank, serta menentukan klasifikasi kelayakan kredit pada Kredit Pemilikan Rumah (KPR). Hal ini mempengaruhi waktu tunggu nasabah atas hasil keputusan bank, keberhasilan pengelolaan kredit suatu bank akan sangat mempengaruhi nasib banyak dana nasabah jika analisisnya tidak akurat, sehingga dibutuhkan teknologi untuk menemukan informasi tersembunyi data calon peminjam untuk memprediksi kemampuan pembayaran pinjaman nasabah. Penelitian ini menggunakan algoritma K-Nearest Neighbor dan Naïve Bayes untuk menentukan klasifikasi kelayakan pemberian kredit perbankan dan mengetahui tingkat akurasi kelayakan pemberian kredit perbankan pada KPR, untuk mengetahui tingkat akurasi algoritma melalui tiga tahap pengujian, yaitu dilakukan beberapa tahapan preprocessing mulai dari pengecekan duplicate, menangani missing value, menangani outliers, melakukan label encoding, mengatasi data imbalance menggunakan metode SMOTE, dan melakukan standarisasi menggunakan standar scaler. Hasil dari algoritma Naïve Bayes dan KNN serta tahapan model di evaluasi untuk memeriksa setiap tahap pada data terhadap kemampuan model dalam memprediksi, matrik evaluasi yang digunakan berupa hasil confusion matrix. Terdapat hasil terbaik yaitu pada algoritma KNN di pengujian ketiga dengan nilai K=10 dengan performa akurasi data training 80.92% dan data testing 78.86% dan mendapatkan score confusion matrix TP 76 dan TN 21.

Actions (login required)

View Item