Perbandingan algoritma Support Vector Machine dan C4.5 untuk analisa resiko kredit kendaraan bermotor

Muttaqin, Imam (2018) Perbandingan algoritma Support Vector Machine dan C4.5 untuk analisa resiko kredit kendaraan bermotor. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (209kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (199kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (204kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (359kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (695kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (777kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (418kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (405kB) | Request a copy

Abstract

Perusahaan Leasing adalah badan usaha yang khusus didirikan untuk melakukan kegiatan usaha sewa guna usaha, anjak piutang, maupun pemberian kredit. Data mining mengenai pinjaman memiliki potensial besar untuk menjelajahi bagian pola yang tersembunyi dalam suatu dataset dari domain pinjaman termasuk pinjaman kredit. Kredit macet atau non performing loan (NPL), menjadi salah satu penyakit yang bisa menghambat perkembangan sektor jasa keuangan. Apa yang menjadi penyebab terjadinya hal tersebut. Kredit macet disebabkan oleh berbagai faktor, baik faktor internal maupun eksternal. Tujuan yang ingin dicapai dari tugas akhir ini adalah mendapatkan hasil perbandingan antara algoritma C4.5 dan Support Vector Machine berupa tingkat akurasi, serta menentukan algoritma mana yang lebih baik. Tingkat akurasi yang terbaik diantara kedua algoritma ini dapat diketahui dengan cara melakukan perbandingan. Perbandingan dilakukan menggunakan sekelompok data uji untuk mengetahui persentase akurasi, setelah melakukan perbandingan maka dapat disimpulkan bahwa algoritma C.4.5 menghasilkan akurasi 85% dan algoritma Support Vector Machine menghasilkan akurasi 77,5%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Data Mining; SVM; C4.5;
Subjects: Operations, Archieves, Information Centers > Classification of Specific Subject
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Imam Muttaqin
Date Deposited: 07 Aug 2018 04:37
Last Modified: 07 Aug 2018 04:37
URI: https://digilib.uinsgd.ac.id/id/eprint/12172

Actions (login required)

View Item View Item