Text

Aplikasi Prediksi Kolektibilitas Kredit Calon Debitur Menggunakan Algoritma Dynamic K-Nearest Neighbor and Distance and Attribute Weighted

---

ABSTRAK

BPR Bank Jepara Artha merupakan salah satu bank yang menyediakan kredit untuk para pelaku UMKM (Usaha Mikro, Kecil dan Menengah). Dalam kegiatan pengkreditan pada BPR Bank Jepara Artha masih sering terjadi masalah kredit macet khususnya pada kredit pelaku UMKM, oleh karena itu dibutuhkan sebuah aplikasi prediksi kolektibilitas kredit calon debitur untuk meminimalisir terjadinya kredit macet. Penelitian ini menerapkan salah satu algoritma klasifikasi Data Mining pada aplikasi tersebut yang menghasilkan keluaran yang dapat berfungsi sebagai information sources atau second opinion yang dapat digunakan untuk bahan pertimbangan dalam pengambilan keputusan menerima atau menolak permohonan kredit. Algoritma yang digunakan adalah algoritma Dynamic K-Nearest Neighbor and Distance and Attribute Weighted yang merupakan pemilihan k secara dinamis, penambahan bobot atribut dan jarak pada algoritma k-Nearest Neighbor. Atribut-atribut yang digunakan untuk menentukan hasil prediksi adalah 5C (Character, Capacity, Capital, Collateral, Condition of Economic), penghasilan per bulan, status hutang di tempat lain, jumlah tanggungan, usia, jenis komoditi dan status usaha. Hasil pengukuran kinerja algoritma Dynamic K-Nearest Neighbor and Distance and Attribute Weighted menggunakan 240 data nasabah lama, urutan tingkat kepentingan atribut yang ditentukan oleh domain expert dan 10-fold Cross Validation menghasilkan akurasi tertinggi sebesar 65,83% dengan nilai precision 56,10% dan nilai recall 50% untuk k=3. Penggunaan bobot atribut pada algoritma menghasilkan nilai akurasi, precision dan recall yang lebih tinggi daripada tanpa menggunakan bobot. Perubahan urutan tingkat kepentingan atribut yang ditentukan menggunakan Correlation Attribute Evaluation menghasilkan nilai recall yang lebih tinggi yaitu 54,35% untuk k=5 dibanding urutan tingkat kepentingan atribut yang ditentukan oleh domain expert.

Kata kunci : Prediksi kredit, Data Mining, Klasifikasi, Dynamic K-Nearest Neighbor and Distance and Attribute Weighted, Cross Validation
 
ABSTRACT

BPR Bank Jepara Artha is one of the banks that provide loan for activist of MSME (Micro, Small and Medium Enterprises). The activity of loaning in BPR Bank Jepara Artha has bad loan issue that often occured especially on loan MSME activist, therefore it needs an application to predict the loan collectibility of debtor applicant to minimize the issue. This research applied one of Data Mining classification algorithms in the application that produces output that can serve as information sources or second opinion for the consideration in decision making to accept or reject the loan applicant. The algorithm that be used was Dynamic K-Nearest Neighbor and Distance and Attribute Weighted algorithm which is an dynamic selection of k, addition of attribute and distance weight on k-Nearest Neighbor algorithm. The attributes that be used to determine the prediction result are 5C (Character, Capacity, Capital, Collateral, Condition of Economic), monthly income, debt status elsewhere, number of dependents, age, type of commodity and business status. The results of Dynamic K-Nearest Neighbor and Distance and Attribute Weighted algorithm performance measurement use datas of 240 old customer, the order of importance of the attribute specified by domain expert and 10-fold Cross Validation yield the highest accuracy of 65.83% with precision value of 56.10% and recall value of 50% for k=3. Using weight attribute in this algorithm performs higher accuracy, precision and recall than the one which does not use it. The change in the order of importance of the attributes determined by Correlation Attribute Evaluation yield in a higher recall value of 54.35% for k=5 than the order of importance of the attributes determined by the domain expert.

Keywords : Loan prediction, Data Mining, Classification, Dynamic K-Nearest Neighbor and Distance and Attribute Weighted, Cross Validation

---

Ketersediaan

635F18III

635 F 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

635 F 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

2294

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Tiara Fajrin

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar