Aplikasi Klasifikasi Penentuan Pengajuan Kartu Kredit Menggunakan Metode Naive Bayes di Bank BNI Syariah Surabaya
(1) Universitas Muhammadiyah Surakarta
(2) Universitas Muhammadiyah Surakarta
Abstract
Bank merupakan salah satu lembaga yang bergerak dalam bidang jasa keuangan, yang salah satu pelayanannya adalah pemberian kartu kredit kepada para nasabah. Permasalahan yang timbul dari adanya pemberian kartu kredit kepada nasabah bank tersebut adalah sulitnya analis kartu kredit dalam menentukan kartu kredit yang sesuai untuk nasabah. Penelitian ini dilakukan dalam rangka membantu pihak analis kartu kredit dalam mengklasifikasikan nasabah untuk mendapatkan kartu kredit yang tepat dengan menerapkan metode Naive Bayes. Metode Naive Bayes dimanfaatkan untuk mencari pola nasabah yang sudah diterima dalam pengajuan kartu kredit dengan variabel yang digunakan adalah jenis kelamin, status rumah, status, jumlah tanggungan, profesi, dan penghasilan per tahunnya. Hasil dari penelitian ini menunjukkan bahwa rata-rata nilai precision sebesar 100%, nilai recall sebesar 95%, dan accuracy sebesar 98,67%. Dengan demikian, aplikasi ini sudah efektif untuk membantu pihak analis kartu kredit dalam mengklasifikasikan nasabah untuk mendapatkan kartu kredit yang tepat dan terbaik sesuai kriteria.
Full Text:
PDFReferences
Kurniawan, D., & A. Kriestanto, D. (2016). Penerapan Naive Bayes Untuk Prediksi Kelayakan Kredit. Jurnal Informatika dan Komputer (JIKO), 1, 19-23.
Saleh, Alfa. (2015). Implementasi Klasifikasi Naive Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. Citec Journal, 2, 207-217.
Khairina, Dyna. M., Dahri, Diasrina., & Agus, Fahrul. (2016). Metode Naive Bayes Untuk Penentuan Penerima Beasiswa Bidikmisi Universitas Mulawarman. Jurnal Informatika Mulawarman, 11, 29-36.
Kurniawan, Y. I., & Windiasani, P. A. (2017). Sistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy. Jurnal Teknik Elektro, 9, 13-17.
Pujianto, Utomo., Wahyudi, Robi., & Wibawa, Aji. P. (2016). Rancangan Sistem Rekomendasi Kategori Perusahaan Praktik Industri Menggunakan Algoritma Naive Bayes. Seminar Nasional Teknologi Informasi dan Multimedia, Yogyakarta: STMIK AMIKOM Yogyakarta.
Deepa, S., & Vijayarani, S. (2014). Naive Bayes Classification for Predicting Disease in Haemoglobin Protein Sequences. International Journal of Computational Intelligence and Informatics, 3, 278-283.
Patil, T. R., & Sherekar, M. S. (2013). Performance Analysis of Naive Bayes and J48 Classification Algorithm for Data Classification. International Journal of Computer Science and Applications, 6, 256-261.
Bustami. (2014). Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Data Nasabah Asuransi. Jurnal Informatika, 8, 884-898.
Han, J., & Kamber, M., &Pei, J. (2012). Data Mining Concepts & Techiques (3nd Ed.). Waltham: Elsevier.
Refbacks
- There are currently no refbacks.