Record Details

Penentuan Kelayakan Debitur Menggunakan Metode Decision Tree C4.5 Dan Oversampling Adaptive Synthetic (ADASYN)

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Penentuan Kelayakan Debitur Menggunakan Metode Decision Tree C4.5 Dan Oversampling Adaptive Synthetic (ADASYN)
 
Added Entry - Uncontrolled Name Dhitama, Farhan Setya
Bachtiar, Fitra Abdurrachman
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
https://farhansetya.com
 
Summary, etc. Kredit adalah kegiatan atau layanan yang tidak bisa lepas dari kehidupan pada era saat ini. Kredit juga dapat diartikan sebagai pinjaman uang, barang, atau jasa yang memiliki batas perjanjian waktu sendiri dan dapat menyertakan jaminan maupun tidak. Saat ini sudah banyak perusahaan di Indonesia yang menyediakan jasa kredit. Salah satu tantangan bagi perusahaan yang bergerak di penyediaan kredit adalah kredit yang menunggak. Kurang tepatnya penilaian pada awal debitur ingin mengajukan kredit menjadi penyebab dari kredit yang menunggak itu sendiri. Adanya penelitian ini bertujuan untuk melakukan analisis dan penentuan keputusan kelayakan calon debitur untuk menerima pemberian kredit pada bank penyedia kredit di Lamongan. Pada sistem pengambilan keputusan dalam pemberian kelayakan kredit, metode Decision Tree C4.5 digunakan untuk mengklasifikasikan ke dalam kelas diterima atau ditolaknya calon debitur dan juga menggunakan metode Adaptive Synthetic (ADASYN) untuk melakukan proses oversampling pada kelas minoritas, karena sangat data yang mendapatkan keputusan ditolak tidak seimbang jumlahnya dengan data yang mendapat keputusan diterima kreditnya. Penelitian ini menggunakan metode Decision Tree C4.5 sebagai teknik pengklasifikasikan kelayakan debitur dan metode ADASYN sebagai teknik oversampling pada data yang memiliki minority class. Fitur-fitur pada data yang digunakan adalah Character, Capital, Capacity, Condition, Collateral, Usia, dan Tanggungan. Data yang akan digunakan untuk perhitungan klasifikasi akan dinormalisasi terlebih dahulu menggunakan persamaan Z-Score agar persebaran data tidak terlalu lebar. Penelitian ini berhasil mengembangkan sistem yang dapat mengklasifikasi kelayakan debitur menggunakan metode Decision Tree C4.5 dan Adaptive Synthetic (ADASYN) untuk oversampling pada imbalance class. Hasil pengujian menunjukkan evaluasi terbaik didapatkan ketika pembagian data minor pada training berjumlah 5 dan pada testing berjumlah 2 dan untuk parameter klasifikasi depth bernilai 1 dan k bernilai 3. Accuracy, Precision, Recall, dan F-Measure yang didapatkan pada penelitian ini adalah Accuracy mendapatkan nilai 90%, Precision 100%, Recall bernilai 89%, dan F-Measure bernilai 94%.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/8105
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 4 No 10 (2020): Oktober 2020
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2020 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com