Implementasi Algoritma Naiive Bayes dalam Analisis Data Angsuran Pinjaman Kelompok (Studi Kasus : BUM Desa Bersama Berkah Kelompok Mandiri) | Perpustakaan Universitas Amikom Purwokerto

Image of Implementasi Algoritma Naiive Bayes dalam Analisis Data Angsuran Pinjaman Kelompok (Studi Kasus : BUM Desa Bersama Berkah Kelompok Mandiri)

Skripsi

Implementasi Algoritma Naiive Bayes dalam Analisis Data Angsuran Pinjaman Kelompok (Studi Kasus : BUM Desa Bersama Berkah Kelompok Mandiri)

Irawan, Wahyu - Nama Orang;

bibliografi: hal. 55

Abstrak
Data merupakan aset berharga perusahaan yang tak ternilai karena di dalamnya menyimpan aktivitas bisnis perusahaan. BUM Desa Bersama Berkah Kompak Mandiri merupakan perusahaan milik desa yang dimiliki secara bersama oleh desa-desa di Kecamatan Bojongsari. Satu-satunya usaha yang dijalankan adalah pinjaman dengan jasa rendah melalui sistem kelompok. Transaksi harian yang ada adalah transaksi angsuran pinjaman kelompok. Penelitian ini dilakukan untuk menentukan dasar penentuan penetapan alokasi pinjaman kelompok berdasarkan data angsuran menggunakan Algoritma Naive Bayes dalam data mining. Ada 3 hal yang menjadi batasan masalah dalam penelitian yaitu data yang digunakan adalah data angsuran kelompok di BUM Desa Bersama Berkah Kompak Mandiri mulai tanggal 1 Januari 2015 sampai dengan 30 Juni 2016, algoritma yang digunakan adalah Naive Bayes, dan yang digunakan dalam bentuk excel file. Setelah algoritma ini diterapkan, dengan data training sebanyak 4.894 data dan data sampel sebanyak 175 data, didapatkan hasil sebanyak 126 data diklasifikasikan lancar, 42 data diklasifikasikan terlambat, dan 7 data diklasifikasikan menunggak. Dari data di lapangan berdasarkan data sampel, sebanyak 132 data masuk ke dalam klasifikasi lancar, 30 data masuk ke dalam klasifikasi terlambat, sedangkan 13 data lainnya masuk ke dalam klasifikasi menunggak. Jika dibandingkan, Naive Bayes Classifier dapat mengklasifikasi dengan tepat 155 data sampel (88,57%), dan 20 data lain diklasifikasikan tidak tepat (11,43%). Dibandingkan dengan metode manual yang hanya mencapai tingkat keakuratan 81,71%, Naive Bayes Classifier lebih unggul dengan tingkat keakuratan 88,57%, sehingga Naive Bayes Classifier lebih efektif jika diterapkan karena membutuhkan waktu dan biaya yang relatif sedikit. Oleh karena itu, BUM Desa Bersama sebaiknya menerapkan algoritma tersebut dalam pengembangan sistem yang sudah ada.

Kata kunci: data mining, naive bayes, pinjaman, angsuran

Ketersediaan

TI1477 TI 1477 IRA i UPT. PERPUSTAKAAN PUSAT (Rak 1) Tersedia - No Loan

Informasi Detail

Judul Seri: -
No. Panggil: TI 1477 IRA i
Penerbit: Purwokerto : Universitas Amikom Purwokerto., 2017
Deskripsi Fisik: xviii, 54 hlm.: ilus.: lampiran.; 28 cm
Bahasa: Indonesia
ISBN/ISSN: 12.11.0138
Klasifikasi: TI1477
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: April 2017
Subjek: -
Info Detail Spesifik: -
Pernyataan Tanggungjawab: Wahyu Irawan

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar