RECORD DETAIL
Back To Previous
Back To Previous
Title | Aplikasi Data Mining Sebagai Pendekatan Praktis Untuk Memprediksi Nilai Kredit Konsumen (Studi Kasus di PT. Bank X, Sentra Kredit Konsumen Surabaya) |
Edition | |
Call Number | 2009/I/05 |
ISBN/ISSN | |
Author(s) | Aditya Angga Kusuma |
Subject(s) | Data Mining |
Classification | 006 |
Series Title | GMD | Tugas Akhir |
Language | Indonesia |
Publisher | Jurusan Teknik Industri FTI-ITS |
Publishing Year | 2009 |
Publishing Place | Surabaya |
Collation | |
Abstract/Notes | |
Specific Detail Info | Penelitian ini mencoba mengaplikasikan metode Data Mining yaitu Linear Discriminant Analysis (LDA), Decision Tree dan Artificial Neural Networks (ANN) yang dapat digunakan untuk mengevaluasi resiko dari permohonan aplikasi kredit dalam periode waktu tertentu. Metode Decision Tree dan Linear Discriminant Analysis (LDA) digunakan untuk memprediksi keputusan permohonan kredit diterima atau ditolak. Apabila permohonan kredit tersebut diterima, digunakan Artificial Neural Networks untuk memprediksi besar pinjaman yang dapat diberikan. Dalam penelitian ini model Decision Tree, Classification and Regression Tree (CART), merupakan metode terbaik dalam memprediksi keputusan permohonan kredit yang diajukan diterima atau ditolak. CART memberi tingkat error prediksi sebesar 21,25%. Hasil uji yang telah dilakukan, menunjukkan bahwa CART unggul dalam memprediksi applicant yang permohonan kreditnya diterima, sedangkan untuk memprediksi applicant yang permohonan kreditnya ditolak, LDA lebih baik dibandingkan CART. Selanjutnya, untuk memprediksi besar pinjaman yang dapat diberikan oleh pihak Bank kepada nasabahnya, model Artificial Neural Networks memberikan Mean Square Error (MSE) sebesar 0.005998236. Kata kunci: Artificial Neural Networks, Clasification and Regression Tree, Data Mining, Decision Tree, dan Linear Discriminant Analysis. |
Image | |
File Attachment | LOADING LIST... |
Pembimbing | Dr. Ir. Moses L. Singgih, MSc., MRegSc. |
Volume | 1 |
Availability | LOADING LIST... |
Back To Previous |