PENERAPAN DATA MINING ALGORITMA C4.5 DALAM MENGIDENTIFIKASI RISIKO KREDIT PADA LEMBAGA KEUANGAN

  • Tsalatsatun Nur Rohmah Program Studi Sistem Teknologi Informasi, Fakultas Sains dan Teknologi, Universitas Ivet, Jalan Pawiyatan Luhur IV, Nomor 17, Kota Semarang, Indonesia
  • Kurniawati Kurniawati Program Studi Sistem Teknologi Informasi, Fakultas Sains dan Teknologi, Universitas Ivet, Jalan Pawiyatan Luhur IV, Nomor 17, Kota Semarang, Indonesia

Abstract

Untuk mengurangi risiko kredit, lembaga keuangan melakukan analisis data sebelum memberikan kredit. Nasabah dapat merugikan perusahaan apabila mereka tidak membayar kredit dengan lancar. Oleh karena itu, analisis kredit merupakan faktor penting untuk meminimalkan risiko keuangan. Penelitian ini bertujuan untuk mengidentifikasi risiko kredit menggunakan metode data mining dengan membuat pola pohon keputusan menggunakan algoritma C4.5. Pada penelitian ini algoritma C4.5 diimplementasikan dan dianalisa menggunakan software RapidMiner. Hasil analisis data yang dilakukan menggunakan 540 data training dengan 135 data testing, dan 8 variabel dataset serta 1 variabel class menunjukkan hasil akurasi yang cukup besar yaitu sebesar 97.78%.

References

[1] I. Ubaedi and Y. M. Djaksana, “Optimasi Algoritma C4.5 Menggunakan Metode Forward Selection dan Stratified Sampling untuk Prediksi Kelayakan Kredit,” Sistem Informasi , vol. 9, no. 1, 2022.
[2] A. Fauzi, A. Kredit…, and A. Fauzi, “Peran Analis Kredit terhadap NPL pada PT X,” vol. 5, no. 2, pp. 75–83, 2018.
[3] R. A. Cahyaningtyas and A. Darmawan, “Pengaruh 5C (Character, Capacity, Capital, Collateral, dan Condition of Economy) terhadap Pemberian Kredit (Studi Kasus Koperasi Pegawai Telkom Purwokerto),” 2019. [Online]. Available: http://jurnalnasional.ump.ac.id/index.php/kompartemen/
[4] J. Jackson, “Data Mining; A Conceptual Overview,” Communications of the Association for Information Systems, vol. 8, 2002, doi: 10.17705/1cais.00819.
[5] R. Retnosari, P. Studi, S. Informasi, S. Nusa, and M. Jakarta, “Analisis Kelayakan Kredit Usaha Mikro Berjalan pada Perbankan dengan Metode Naive Bayes,” PROSISKO, vol. 8, no. 1, 2021.
[6] R. A. Cahyaningtyas and A. Darmawan, “Pengaruh 5C (Character, Capacity, Capital, Collateral, dan Condition of Economy) Terhadap Pemberian Kredit (Studi Kasus Koperasi Pegawai Telkom Purwokerto),” 2019. [Online]. Available: http://jurnalnasional.ump.ac.id/index.php/kompartemen/
[7] Suyanto, Machine Learning Tingkat Dasar dan Lanjut. Informatika Bandung, 2018.
[8] S. Suyanto, Data Mining Untuk Klasifikasi Dan Klasterisasi Data. Informatika Bandung, 2017.
[9] Mardi Y, “Data Mining?: Klasifikasi Menggunakan Algoritma C4.5,” Jurnal Edik Informatika, vol. 2, no. 2, pp. 213–219, 2017.
[10] R. S. Wahono, “Data Mining.” Accessed: Jul. 13, 2023. [Online]. Available: https://romisatriawahono.net/dm/
Published
2024-10-25
How to Cite
ROHMAH, Tsalatsatun Nur; KURNIAWATI, Kurniawati. PENERAPAN DATA MINING ALGORITMA C4.5 DALAM MENGIDENTIFIKASI RISIKO KREDIT PADA LEMBAGA KEUANGAN. Prosiding Seminar Nasional & Internasional EDUSTEM, [S.l.], p. 9-16, oct. 2024. ISSN 3032-3010. Available at: <https://e-journal.ivet.ac.id/index.php/EDUSTEM/article/view/3493>. Date accessed: 03 dec. 2024.