KOMPARASI CRITERIA SPLITTING PADA ALGORITMA ITERATIVE DICHOTOMIZER 3 (ID3) UNTUK KLASIFIKASI KELAYAKAN KREDIT PADA BANK SINARMAS KOTA SUKABUMI

• NANDYA AYU FATMADINI
• 2019

---

ABSTRAKS

 

 

Nandya Ayu Fatmandini (19180890), Komparasi Criteria Splitting Pada Algoritma Iterative Dichotomizer 3(ID3) Untuk Klasifikasi Kelayakan Kredit Pada Bank Sinarmas Kota Sukabumi.

 

Kredit salah satu bentuk usaha yang di jalankan oleh berbagai bank. Dalam menjalankan kredit, bank akan selalu memperhatikan resiko kredit yang akan terjadi, untuk itu data tentang penentuan kelayakan kredit akan sangat diperlukan guna menunjang roda bisnis kehidupan perbankan. Analisa pemberian kredit dilakukan untuk mengevaluasi nasabah atau debitur berdasarkan data historis, Hal ini dapat mengurangi resiko kredit. Bank Sinarmas Sukabumi adalah salah satu perusahaan pembiayaan terbesar di Indonesia. Perusahaan ini menyediakan pelayanan pembiayaan untuk pembelian kendaraan baru ataupun kendaraan bekas, beberapa kendala dan hambatan yang dialami oleh bank sinarmas dalam hal perkreditan, salahsatunya pemberian kredit, untuk itu analisa kredit sangatlah penting, karena salah satu penyebab terjadinya kredit macet bisa disebabkan oleh kurang cermatnya perusahaan dalam pemberian kredit. Algoritma ID3 dapat melakukan pencarian secara menyeluruh pada semua kemungkinan dan keputusan.

Penerapan metode ID3 dengan membanding tiga kriteria untuk penentuan pemberian kredit, diketahui bahwa kriteria Information Gain memiliki nilai accuracy 62,67% dan nilai AUC 0,800, paling tinggi diantara kriteria yang dikomprasikan, diikuti dengan kriteria Gain Ratio dan Gini Index memiliki nilai Accuracy dan AUC paling rendah. Dengan demikian, metode ID3 dengan kriteria Information Gain, merupakan metode dan kriteria yang baik dalam memprediksi pemberian kredit pada nasabah Bank Sinarmas Sukabumi

ABSTRACT

 

Nandya Ayu Fatmandini (19180890), Comparison of Criteria Splitting in Iterative Dichotomizer 3 (ID3) Algorithm for Credit Feasibility Classification at Bank Sinarmas, Sukabumi City.

 

 

Credit is a form of business run by various banks. In carrying out credit, the bank will always pay attention to the credit risk that will occur, for which data on determining credit worthiness will be very necessary to support the  business wheel of banking life. Credit analysis is done to evaluate customers or debtors based on historical data, this can reduce credit risk. Bank Sinarmas Sukabumi is one of the largest finance companies in Indonesia. This company provides financing services for the purchase of new vehicles or used vehicles, several obstacles and obstacles experienced by Sinarmas bank in terms of credit, one of which is credit, for which credit analysis is very important, because one of the causes of bad credit can be caused by inaccurate companies in granting credit. ID3 algorithm can search thoroughly on all possibilities and decisions. The application of ID3 method by comparing three criteria for determining lending, it is known that the Information Gain criterion has an accuracy value of 62.67%  and AUC value of 0.800, the highest among the computed criteria, followed by the Gain Ratio criteria and the Gini Index having the most Accuracy and AUC low. Thus, the ID3 method with the Information Gain criteria is a good method and criterion in predicting lending to customers of Bank Sinarmas Sukabumi

• Komparasi Criteria Splitting
• Algortima ID3
• Klasifikasi Kelayakan Kredit

DAFTAR PUSTAKA

Akbilgic, O., & Bozdogan, H. (2015). A New Supervised Classification of Credit Approval Data via the Hybridized RBF Neural Network Model Using Information Complexity. Spinger, 13-27.

Bahri, S. (2017). SELEKSI ATRIBUT PADA ALGORITMA C4.5 MENGGUNAKAN GENETIK ALGORITMA DAN BAGGING UNTUK ANALISA KELAYAKAN

PEMBERIAN KREDI. Kumpulan jurnaL Ilmu Komputer (KLIK) , 175.

Harlina, S. (2018). Data Mining Pada Penentuan Kelayakan Kredit Menggunakan Algoritma K- Nn Berbasis Forward Selection. CCIT Journal, 237.

Hermawati, F. A. (2013). Data Mining. Yogyakarta: ANDI.

Heryon, & Kardianawati, A. (2018). Implementasi Metode Naive Bayes Untuk Klasifikasi  Kredit Motor. Journal of Information System, 11.

informatikalogi. (2017, 06 10). Algoritma ID3. Retrieved from informatikalogi.com: https://informatikalogi.com/algoritma-id3/

Ispriyanti, D., & Hoyyi, A. (2016). Analisis Klasifikasi Masa Studi Mahasiswa Prodi Statistika UNDIP Dengan Metode Support Vector Machine (SVM) dan ID3 (Iterative Dichotomiser 3). Media Statistika.

Saputra, R. A. (2014). Komparasi Algoritma Klasifikasi Data Mining Untuk Memprediksi Penyakit Tuberculosis (Tb): Studi Kasus Puskesmas Karawang Sukabumi. Seminar Nasional Inovasi dan Tren (SNIT) . Bekasi.

Suyanto, S. (2017). Data Mining Untuk Klasifikasi dan Klasterisasi Data. Bandung: Informatika.

Tyasti, A. E., Ispriyanti, D., & Hoyyi, A. (2015). Algoritma Iterative Dichotomiser 3 (ID3) Untuk Mengidentifikasi Data Rekam Medis (Studi Kasus Penyakit Diabetes Melletus Di Balai Kesehatan Kementrian Perindustrian. Jakarta: Jurnal Gussian.

Widodo, P. P., Handayanto, R. T., & Herlawati, H. (2013). Penerapan Data Mining dengan Matlab. Bandung: Rekayasa Sains.

Wijaya, Ardi ; Rifqo, Muhammad Husni;. (2017). Implementasi Algoritma Naive Bayes Dalam Penentuan Pemberian Kredit. Jurnal Pseudocode, 120.