IMPLEMENTASI KLASIFIKASI KELAYAKAN PEMBERIAN KREDIT MENGGUNAKAN ALGORITMA NAÏVE BAYES BERBASIS WEB DI KOPERASI LEMBAGA MASYARAKAT DESA HUTAN (LMDH) SUBUR SARI DESA PUDAK WETAN (Studi kasus : Desa Pudak Wetan, Kecamatan Pudak, Kabupaten Ponorogo)

Nurjanah, Ika (2021) IMPLEMENTASI KLASIFIKASI KELAYAKAN PEMBERIAN KREDIT MENGGUNAKAN ALGORITMA NAÏVE BAYES BERBASIS WEB DI KOPERASI LEMBAGA MASYARAKAT DESA HUTAN (LMDH) SUBUR SARI DESA PUDAK WETAN (Studi kasus : Desa Pudak Wetan, Kecamatan Pudak, Kabupaten Ponorogo). Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.

[img] Text (Surat Persetujuan Unggah Karya Ilmiah)
Surat Keputusan unggah karya ilmiah.pdf
Download (128kB)
[img] Text (HALAMAN DEPAN)
HAL DEPAN.pdf
Download (1MB)
[img] Text (BAB I)
BAB 1.pdf
Download (164kB)
[img] Text (BAB II)
BAB 2.pdf
Download (241kB)
[img] Text (BAB III)
BAB 3.pdf
Restricted to Repository staff only
Download (475kB)
[img] Text (BAB IV)
BAB 4.pdf
Restricted to Repository staff only
Download (905kB)
[img] Text (BAB V)
BAB 5.pdf
Restricted to Repository staff only
Download (97kB)
[img] Text (DAFTAR PUSTAKA)
DAPUS.pdf
Download (174kB)

Abstract

Pemberian kredit bank terhadap nasabah adalah kegiatan rutin yang mempunyai resiko tinggi. Terutama pada Koperasi LMDH Subur Sari Desa Pudak Wetan. Kredit yang bermasalah atau kredit macet sering terjadi akibat kurang cermatnya analis kredit dalam proses pemberian kredit. Hal tersebut terjadi akibat kurang akuratnya manajemen dalam menentukan pemohon mana yang layak dan tidak layak diberikan pinjaman. Oleh karena itu, penulis menerapkan metode data mining untuk mengklasifikasikan kelayakan nasabah dalam kategori layak dan tidak layak berdasarkan data historis nasabah di masa sebelumnya, kemudian digunakan dalam memprediksi kelayakan nasabah di masa depan, yaitu dengan algoritma Naïve Bayes. Dari hasil sistem klasifikasi pemberian kredit yang dibuat dengan pengujian menggunakan blacx box bahwa sistem sudah dapat berjalan sesuai algoritma dan dapat menentukan layak/Tidak layaknya nasabah untuk diberikan kredit.

Item Type: Thesis (Skripsi (S1))
Uncontrolled Keywords: Kredit, Data mining, Naïve Bayes
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering
Depositing User: ft . userft
Date Deposited: 01 Sep 2021 01:20
Last Modified: 28 Oct 2021 00:36
URI: http://eprints.umpo.ac.id/id/eprint/7446

Actions (login required)

View Item View Item
Umpo Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.