PENERAPAN DATA MINING UNTUK MEMPREDIKSI POLA NASABAH MENGGUNAKAN ALGORITMA C4.5

Abstract

Data Mining merupakan proses analisa data dari sudut yang berbeda dan mengolahnya menjadi informasi-informasi penting yang bisa digunakan untuk meningkatkan keuntungan. Secara teknis, data mining dapat disebut juga sebagai proses untuk menemukan korelasi atau pola dari ratusan atau ribuan field. Pada data mining dapat digunakan metode decision tree untuk melakukan klasifikasi. Kredit tidak lagi menjadi hal yang asing bagi masyarakat luas, banyaknya kebutuhan membuat masyarakat mengambil kredit untuk memenuhi kebutuhan konsumtif mereka. Sering kali pembayaran kredit yang macet membuat bank kerepotan, karena semakin banyaknya nasabah yang membayar secara macet dapat berdampak buruk untuk kesehatan bank. Oleh karena itu, data nasabah dari Bank XYZ menjadi bahan  acuan untuk menganalisis pola nasabah pemohon kredit. Pemohon kredit termasuk dalam kategori lancar, atau macet. Untuk mengatasi masalah tersebut, dapat digunakan metode decision tree. Sehingga penelitian ini bisa dijadikan acuan pihak Bank untuk menilai nasabah dengan record data yang ada untuk pengambilan kredit selanjutnya. Informasi yang ditampilkan berupa tingkat akurasi data nasabah lancar dan macet. Kemudian hasil akurasi dari aplikasi yang diimplementasikan akan dibandingkan dengan hasil menggunakan software rapidminer. Sehingga diperoleh          akurasi dengan decision tree sebesar 95%. Dapat disimpulkan bahwa algoritma C4.5 dapat digunakan untuk melakukan klasifikasi dengan cukup baik dan dapat mengukur klasifikasi nasabah.