• 024-7474754 (current)
  • fsm@undip.ac.id
    ``````
  • Visitor
  • Unduh
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Perpustakaan Fakultas Sains Matematika

Universitas Diponegoro

  • Berita
  • Profil
    Profil Singkat Struktur Organisasi Sambutan Kepala Perpustakaan Pustakawan Kontak
  • E-Resources
    Indonesiana
    • Batavia Digital
    • Candi di Indonesia
    • Dokumentasi Perfilman Indonesia
    • Dokumentasi Sastra Indonesia
    • Kepustakaan Presiden RI
    • Keraton Nusantara
    • Pernaskahan Nusantara
    • Pusaka Indonesia
    • Kepustakaan Tokoh Pahlawan P. Diponegoro
    • Kepustakaan Tokoh Pahlawan Jenderal Soedirman
    • Kepustakaan Tokoh Perfilman
    • Khasanah Pustaka Nusantara
    • Perpuspedia
    • Literasi Kanker Indonesia
    Pencarian
    • Indonesia One Search
    • DOAJ
    • Google Scholar
    • Scopus
    • JDIH
    • Bibliografi Nasional Indonesia
    • Katalog Induk Nasional
    • KINK Kemenkes
    • R2KN Kemenkes
    Alat & Sumber Belajar
    • Mendeley
    • Perpustakaan Digital
    • TED
    • Google Experiments
    • Sumber Belajar Kemdikbud
    • Ebook
    Pustaka Kami
    • Jurnal Nasional
    • Jurnal Internasional
    • Jurnal Dilanggan
    • Prosiding
    • Modul Bahan Ajar
  • Panduan
    Perpustakaan Layanan FAQ Penulisan Penelusuran Informasi Akses Internet Koleksi
  • Layanan
    Daftar Anggota Online Sirkulasi Referensi dan Serial Bebas Pinjam Kartu Sakti
  • Area Anggota

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Text

Prediksi Calon Nasabah Gadai Potensial pada PT. Pegadaian (Persero) Menggunakan Support Vector Machine dengan Algoritma Genetika

Muhammad Abdul Aziz - Nama Orang;

PT Pegadaian merupakan perusahaan yang menawarkan pinjaman modal usaha
kepada nasabah dengan memberikan agunan atau sistem gadai. Nasabah yang
memenuhi kewajibannya untuk melunasi pinjaman disebut nasabah gadai potensial,
sedangkan nasabah yang tidak dapat melunasi pinjaman dan menunggak dianggap
sebagai nasabah tidak potensial. Pelanggan yang tidak potensial merugikan
perusahaan karena mengurangi modal dan keuntungan. Metode statistika
diperlukan untuk memprediksi nasabah potensial. Prediksi dibuat dengan
menggunakan metode klasifikasi, pada penelitian ini menggunakan Support Vector
Machine (SVM). SVM mampu mengolah data yang sangat rumit sehingga
klasifikasi yang dihasilkan cukup baik. SVM memiliki kelemahan dalam
menentukan parameter optimal, sehingga dilakukan optimasi menggunakan
algoritma genetika untuk membantu menemukan parameter klasifikasi yang
optimal. Algoritma genetika berjalan untuk menemukan solusi terbaik dari masalah
dengan meniru proses yang diamati. Data yang digunakan dalam penelitian ini
adalah data nasabah dan surat bukti gadai PT Pegadaian Kebumen pada tanggal 3
Januari 2022 – 29 November 2022. Model support vector machine dibentuk dengan
persentase sebesar 80% untuk data training dan 20% untuk data testing.
Kesimpulan dalam penelitian ini yaitu Algoritma Genetika meningkatkan akurasi
prediksi nasabah potensial yang diperoleh dengan metode SVM dari 86,6% menjadi
94,2%.
Kata Kunci: PT Pegadaian, Gadai, Nasabah, Support Vector Machine, Algoritma
Genetika


Ketersediaan
1078E20231078 E 2023Perpustakaan FSM UndipTersedia
Informasi Detail
Judul Seri
-
No. Panggil
1078 E 2023
Penerbit
: .,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Muhammad Abdul Aziz
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan Fakultas Sains Matematika
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Jl. Prof. Sudarto, Tembalang, Kec. Tembalang, Kota Semarang, Jawa Tengah 50275

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Perpustakaan Fakultas Sains Matematika

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik