PERBANDINGAN ALGORITMA C4.5 DAN NAÏVE BAYES MENGKLASIFIKASI KELAYAKAN KREDIT MANFAAT DANA PENSIUN PEGAWAI NEGERI SIPIL (PNS) PADA PT BINTANG SEMESTA RAYA

• MUHAMMAD RIZKY PRATAMA
• 2024

---

Dalam penelitian ini, dilakukan perbandingan antara algoritma C4.5 dan Naïve Bayes dalam mengklasifikasi kelayakan kredit manfaat dana pensiun Pegawai Negeri Sipil (PNS) pada PT Bintang Semesta Raya. Algoritma C4.5 dikenal dengan kemampuan pembentukan pohon keputusan yang dapat mengatasi atribut kontinu dan menghasilkan aturan-aturan yang mudah dipahami. Sementara itu, algoritma Naïve Bayes mengandalkan prinsip probabilitas dengan asumsi independensi antar atribut, yang meskipun sederhana, sering memberikan kinerja yang baik pada berbagai jenis data. Data yang digunakan dalam penelitian ini meliputi informasi demografi dan keuangan PNS yang mengajukan kredit manfaat dana pensiun. Kedua algoritma tersebut dievaluasi berdasarkan akurasi, presisi, recall, dan AUC. Hasil penelitian menunjukkan bahwa algoritma C4.5 memberikan akurasi yang lebih tinggi dibandingkan Naïve Bayes dalam mengklasifikasikan kelayakan kredit, dengan presisi dan recall yang juga lebih baik. Namun, Naïve Bayes unggul dalam hal kecepatan pemrosesan, menunjukkan efisiensi yang lebih tinggi dalam pengolahan data. Dengan demikian, pemilihan algoritma terbaik untuk klasifikasi kelayakan kredit tergantung pada prioritas antara akurasi hasil dan efisiensi waktu pemrosesan. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem penilaian kelayakan kredit yang lebih efektif di PT Bintang Semesta Raya.

• Kredit Dana Pensiun
• Naive Bayes
• Decision Tree C4.5

https://repository.bsi.ac.id/repo/56923/PERBANDINGAN-ALGORITMA-C4.5-DAN-NAÏVE-BAYES-MENGKLASIFIKASI-KELAYAKAN-KREDIT-MANFAAT-DANA-PENSIUN-PEGAWAI-NEGERI-SIPIL-(PNS)-PADA-PT-BINTANG-SEMESTA-RAYA
Anda dapat membaca file tugas akhir ini di repository.