Warning: Creating default object from empty value in /var/www/html/rbti/lib/lang/php-gettext/gettext.inc on line 148
Aplikasi Data Mining Sebagai Pendekatan Praktis Untuk Memprediksi Nilai Kredit Konsumen (Studi Kasus di PT. Bank X, Sentra Kredit Konsumen Surabaya)
 
 
 
Select Language
Simple Search
Advanced Search
Title : Author(s) :
  • SEARCHING...
Subject(s) :
  • SEARCHING...
Pembimbing : Publish Year : GMD : Collection Type :
RECORD DETAIL
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