Penerapan Metode Klasifikasi Untuk Memprediksi Kelayakan Pemberian Kredit Pada Bank Menggunakan Algoritma Naive Bayes.

• Ridwan Saefuloh
• 2023

---

Tujuan dari penelitian ini adalah untuk menggunakan algoritma Naive Bayes dan metode klasifikasi untuk memprediksi kelayakan kredit bank. Salah satu aspek perbankan yang paling penting adalah kredit, dan secara akurat mengevaluasi kelayakan kredit seseorang adalah proses yang rumit. Model klasifikasi Naive Bayes akan dilatih dengan data kredit historis yang dikumpulkan untuk penelitian ini. Bank harus dapat mengandalkan rekomendasi yang dibuat oleh temuan studi ini saat membuat keputusan pinjaman.

Penelitian ini juga akan melibatkan pengumpulan data kredit yang mencakup berbagai variabel seperti riwayat kredit, pendapatan, usia, dan faktor lain yang relevan. Data ini akan dianalisis dan dimasukkan ke dalam model klasifikasi Naive Bayes untuk melatihnya agar dapat mengenali pola-pola yang mengindikasikan kelayakan atau ketidaklayakan pemberian kredit. Dengan menggunakan metode klasifikasi ini, diharapkan bahwa bank dapat mengoptimalkan proses pengambilan keputusan terkait kredit dan meminimalkan risiko yang terkait dengan pemberian kredit kepada individu atau entitas yang tidak layak.

• Prosedur Pemberian Kredit
• Algoritma Naive Bayes

Kurniawan, D. A., & Kriestanto, D. (2016). PENERAPAN NAÏVE BAYES UNTUK PREDIKSI KELAYAKAN KREDIT. In Jurnal Informatika dan Komputer (Vol. 1, Issue 1).

Lestari, S., Badrul, M., Studi Sistem Informasi, P., & Nusa Mandiri Jakarta, S. (2020).

ANUGERAH BINTANG CEMERLANG. 7(1).

Nugraha, I. (2018). The use of drawing as an alternative assessment tool in biology teaching. Journal of Physics: Conference Series, 1013(1). https://doi.org/10.1088/1742-6596/1013/1/012016

Nursyahriana, A., Hadjat, M., & Tricahyadinata, I. (2017). Analisis Faktor Penyebab Terjadinya Kredit Macet. FORUM EKONOMI, 19(1).

Putra Wibowo, A., Saifudin, A., Soma Darmawan, A., Budihartono, E., Widya Pratama Pekalongan, S., & Harapan Bersama, P. (2022). Naïve Bayes, Neural Network dan K-Nearest Neighbor untuk Klasifikasi Topik Tugas Akhir. Smart Comp :Jurnalnya Orang Pintar Komputer, 11(4), 661–667. https://doi.org/10.30591/SMARTCOMP.V11I4.4251

Rish, I. (2001). An empirical study of the naive Bayes classifier.

Susana, H., & Suarna, N. (2022). PENERAPAN MODEL KLASIFIKASI METODE NAIVE BAYES TERHADAP PENGGUNAAN AKSES INTERNET Program

Studi Teknik Informatika STMIK IKMI Cirebon Jl Perjuangan No 10B Kesambi Kota Cirebon 3) Program Studi Rekayasa Perangkat Lunak STMIK IKMI Cirebon Jl Perjuangan No 10B Kesambi Kota Cirebon 4) Program Studi Komputerisasi

Akuntansi STMIK IKMI Cirebon Jl Perjuangan No 10B Kesambi Kota Cirebon.

Jurnal Sistem Informasi Dan Teknologi Informasi), 4(1), 1–8.

Triayudi, A. (2022). Implementasi Klasifikasi Data Mining Untuk Penentuan Kelayakan Pemberian Kredit dengan Menggunakan Algoritma Naïve Bayes.

Jurnal Sistem Komputer Dan Informatika (JSON) Hal: 240− , 244(1). https://doi.org/10.30865/json.v4i1.4653

Yulia Hayuningtyas, R. (2019). Penerapan Algoritma Naïve Bayes untuk Rekomendasi Pakaian                      Wanita.          JURNAL         INFORMATIKA,         6(1),          18–22.

http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/4685

 

Junaidi, A., Dewi, N., Baidawi, T., Agustiani, S., Arifin, Y. T., & Sihotang, H. T. (2020). Expert System Of Syzygium Aqueum Disease Diagnose Using Bayes Method.