CD Skripsi

Analisis Data Menggunakan Metode Naive Bayes Untuk Memprediksi Kredit Macet (Studi Kasus: PT. CIMB Niaga Auto Finance)

---

ABSTRAK
MUHAMMAD RISAL Analisis Data Menggunakan Metode Naïve Bayes Untuk Memprediksi Kredit Macet Pada PT CIMB Niaga Auto Finance (dibimbing oleh Akbar Iskandar dan Ramlah P).
Undang-Undang Republik Indonesia Nomor 10 Tahun 1998 pasal 1 (11) menyatakan Kredit adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam-meminjam antara bank dengan pihak lain yang mewajibkan pihak meminjam untuk melunasi utangnya setelah jangka watku tertentu dengan pemberian bunga. Dari sekian banyaknya data kredit yang ada, pihak kredit kewalahan dengan sistem yang ada dan data yang bersifat karena pada saat akan melihat data kredit macet tersebut masih membutuhkan waktu yang sangat lama dan masih membutuhkan sebuah analisis algoritma yang bisa membantu meringankan pekerjaan tersebut, apalagi masih menggunakan data seperti di kertas dan menginput satu persatu ke dalam excel, belum adanya fitur berupa melihat hasil prediksi kredit macet yang tetap dan karena itu juga dengan adanya analisis algoritma prediksi tersebut pegawai di perusahaan tersebut bisa lebih cepat untuk mengetahui kredit macet. Tujuan dari penelitian ini dibuat untuk memprediksi kredit macet dengan menggunakan analisis algoritma. Data diperoleh melalui studi lapangan dan studi literatur. Metode yang digunakan adalah dengan menggunakan algoritma naïve bayes. Berdasarakan hasil pengujian dengan menggunakan metode naïve bayes menunjukkan presisi yang tinggi sebesar 99% untuk kredit yang berstatus lancar, dan 78% yang tidak lancar, recall memiliki nilai 91% lancar, dan 98% tidak lancar, f1-score memiliki nilai 95% lancar, dan 87% tidak lancar, support memiliki nilai 150 data uji lancar, dan 51 data uji tidak lancar, akurasi memiliki nilai 93% dari semua data uji, macro average precision memiliki nilai 0.89, macro average recall memiliki nilai 0.94, macro average f1-score memiliki nilai 0.91, weighted average precision sekitar 0.89, weighted average recall sekitar 0.94, dan macro average f1-score sekitar 0.91 yang menunjukkan bahwa perhitungan ini hanya untuk menjadi salah satu bahan pertimbangan kredit macet apakah lancar ataupun tidak lancar.
Kata Kunci: Analisis, Prediksi, Naïve Bayes, Kredit Macet

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

CDSKR MUH a

Penerbit

Makassar : UNITAMA., 2023

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF MUH a

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I: Akbar Iskandar Dan Pembimbing II: Ramlah. P

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar