SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN PEMBERIAN KREDIT PADA BANK TABUNGAN NEGARA (BTN) MENGGUNAKAN ALGORITMA C4.5

DHYNA OCTABRIYANTININGTYAS, 081116063 (2016) SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN PEMBERIAN KREDIT PADA BANK TABUNGAN NEGARA (BTN) MENGGUNAKAN ALGORITMA C4.5. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
KKC KK ST.SI 31 -16 Oct s-Abstrak.pdf

Download (285kB) | Preview
[img]
Preview
Text (FULLTEXT)
KKC KK ST.SI 31 -16 Oct s.pdf

Download (1MB) | Preview
Official URL: http://lib.unair.ac.id

Abstract

Kredit macet merupakan salah satu masalah yang komplek di dunia perbankan. Kurang tepatnya penilaian awal sebelum menjadi nasabah kredit bank merupakan penyebab dari kredit macet. Penelitian ini bertujuan untuk melakukan analisa dan penentuan kelayakan pemberian kredit pada Bank Tabungan Negara. Pada sistem pengambilan keputusan dalam pemberian kredit, metode Algoritma C4.5 digunakan untuk mengelompokkan ke dalam kelas lancar dan kelas macet. Dalam membangun sistem ada beberapa tahap yang dilalui. Pertama tahap pengumpulan data berupa studi literatur dan wawancara pada pihak bank. Kedua tahap pengolahan data, yakni mengolah data yang selanjutnya dimasukan kedalam sistem. Ketiga tahap analisa dengan menggunakan Algoritma C4.5 untuk mendapatkan rule. Keempat tahap perancangan sistem, diaplikasikan dengan menggunakan system flowchart. Keempat tahap implementasi sistem menggunakan pseudocode dan penjelasan GUI. Kelima tahap pengujian sistem, diperoleh rata-rata nilai 65.50 % ketepatan sistem, serta pengujian dengan blackbox testing. Tahap akhir adalah evaluasi sistem, yakni untuk mengetahui tanggapan atau respon pengguna terhadap fungsionalitas, fitur-fitur, dan tampilan pada aplikasi. Faktor penentu pengambilan keputusan dalam menentukan kelayakan pemberian kredit adalah berdasarkan rule yang didapatkan dari pengolahan data. Hasil dari penelusuran perhitungan Algoritma C4.5 memberikan output berupa pohon keputusan serta informasi layak atau tidak layak nasabah menerima kredit dengan rata-rata keakuratan sistem sebesar 65.50% dan standart deviasi 5,126.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST.SI 31-16 Oct s
Uncontrolled Keywords: Decision Support System, Decision Tree, C4.5 Algorithm, Credit
Subjects: H Social Sciences > HG Finance > HG1-9999 Finance > HG1501-3550 Banking > HG1641-1643 Bank loans. Bank credit. Commercial loans
T Technology > T Technology (General) > T58.4 Managerial control systems
Divisions: 08. Fakultas Sains dan Teknologi > Sistem Informasi
Creators:
CreatorsNIM
DHYNA OCTABRIYANTININGTYAS, 081116063UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorKartono, Drs., M.KomUNSPECIFIED
Thesis advisorPurbandini, S.Si., M.KomUNSPECIFIED
Depositing User: Mrs. Djuwarnik Djuwey
Date Deposited: 05 Apr 2017 22:04
Last Modified: 05 Apr 2017 22:04
URI: http://repository.unair.ac.id/id/eprint/56060
Sosial Share:

Actions (login required)

View Item View Item