Klasifikasi Kelayakan Peserta Pengajuan Kredit Rumah Dengan Algoritma Naïve Bayes Di Perumahan Azzura Residencia

Abstract

Abstraksi

Rumah adalah kebutuhan yang sangat mendasar bagi kelangsungan hidup manusia belakangan ini banyak sekali pengembang yang bergerak di bidang property berupa perumahan. Azzura Residencia hadir sebagai perumahan syariah tanpa riba, di kembangkan oleh perusahaan Azzura Griya Utama yang menjalankan usaha sejak tahun 2013. Banyaknya calon peserta pengajuan kredit rumah yang berasal dari latar belakang ekonomi yang berbeda-beda dan belum diketahui layak atau tidak untuk menjadi peserta kredit. dengan memanfaatkan data tersebut peneliti ingin menerapkan salah satu teknik data mining dengan perhitungan statiska dalam melakukan klasifikasi kelayakan kredit rumah. Metode yang digunakan adalah Naive Bayes dengan menggunakan sebanyak 250 data peserta kredit rumah. Prediksi kelayakan kredit menggunakan metode Naive Bayes merupakan aplikasi juga bertujuan membantu tim marketing untuk lebih cepat dalam mengambil keputusan layak atau tidak layak. Hasil analisis menunjukkan bahwa pekerjaan, penghasilan, jumlah tanggunga, harga rumah, DP, lama kredit bisa menjadi indikator untuk pengambilan keputusan dalam menentukan layak atau tidak layaknya calon peserta kredit. Hasil analisis juga menunjukkan bahwa ketepatan klasifikasi peserta kredit menggunakan metode naive bayes pada penelitian ini adalah sebesar 97.33%.

Kata kunci : Rumah, Data Mining, Naïve Bayes