KLASIFIKASI STATUS KREDIT NASABAH BMT MENGGUNAKAN ALGORITMA C5.0

Firstiana Istiqomah, Yuliana Susanti, Etik Zukhronah

Abstract


Nasabah kredit Baitul Maal wa Tamwil (BMT) terkadang mengalami tunggakan kredit atau berstatus kredit macet. Kredit macet menimbulkan masalah bagi BMT. Penelitian terhadap nasabah berstatus kredit macet perlu dilakukan melalui perilaku mereka. Klasifikasi berdasarkan pendidikan terakhir, jenis pekerjaan, penghasilan, serta jangka peminjaman dapat dijadikan pihak lembaga untuk mengantisipasi terjadinya kredit macet. Teknik klasifikasi menggunakan pohon keputusan dapat digunakan untuk melihat aturan dan mengelompokkan data ke dalam suatu kelas tertentu. Pohon keputusan yang digunakan pada penelitian ini adalah algoritma Commercial Version 5.0 (C5.0). Algoritma C5.0 menghasilkan pohon keputusan dengan 7 klasifikasi. Ketepatan klasifikasi menghasilkan akurasi sebesar 83.8% dan eror sebesar 16.2%.


Full Text:

PDF

References


Elsayad, A.M., & Elsalamony, H.A. (2013). Diagnosis Breast Cancer using Decision Tree Models and SVM. International Journal of Computer Applications, Vol. 83, No. 5.

Han, J., & Kamber, M. (2006). Data Mining Concept and Tehnique. San Fransisco: Morgan Kauffman Publishers.

Hasibuan, H.M.S.P. (2015). Dasar-Dasar Perbankan. Jakarta: PT Bumi Aksara.

Patil, N., Lathi, R., & Chitre, V. (2012). Customer Card Classification Based on C5.0 and CART Algorithm. International Journal of Engineering Reasearch and Applications, 12(4), 164-167.

Ridwan, M. (2014). Manajemen Baitul Maal Wa Tamwil (BMT). Yogyakarta: UII Press.

Sucipto, A. (2015). Prediksi Kredit Macet Melalui Perilaku Nasabah Pada Koperasi Simpan Pinjam dengan Menggunakan Metode Algoritm Klasifikasi C4.5. Jurnal DISPROTEK, Vol. 6, No. 1.




DOI: http://dx.doi.org/10.31000/cpu.v0i0.1684

Article Metrics

Abstract - 535 PDF - 427

Refbacks

  • There are currently no refbacks.