Muttaqin, Imam (2018) Perbandingan algoritma Support Vector Machine dan C4.5 untuk analisa resiko kredit kendaraan bermotor. Diploma thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (209kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (199kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (204kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (359kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (695kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (777kB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (418kB) | Request a copy |
||
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 |