Nayottama, Andhika Maulana (2024) Analisis klasifikasi risiko kredit dengan model k-nearest neighbour dan decision tree berdasarkan skor kredit / Andhika Maulana Nayottama</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p Kredit adalah layanan pinjaman yang disediakan oleh bank atau lembaga keuangan kepada nasabah baik dalam bentuk tunai maupun non-tunai. Pihak yang memberikan pinjaman disebut kreditor sementara pihak yang menerima pinjaman disebut debitor. Fungsi utama kredit adalah untuk mendukung individu atau perusahaan yang membutuhkan dana serta mendorong pertumbuhan ekonomi dengan menyediakan modal yang diperlukan untuk berbagai aktivitas ekonomi. Selain itu kredit merupakan salah satu sumber pendapatan utama bagi bank melalui bunga yang dikenakan pada pinjaman. Penelitian ini menitikberatkan pada penerapan teknik data mining seperti K-Nearest Neighbors (KNN) dan Decision Tree dalam analisis risiko kredit untuk mengklasifikasikan FICO score. Hasil penelitian diharapkan dapat menerapkan algoritma pada klasifikasi skor kredit dan membandingkan hasil Confusion Matrix yang mencakup metrik seperti Accuracy Precision dan Recall. Hasil menunjukkan bahwa model k-nearest neighbor memiliki akurasi yang lebih tinggi (84 29%) dibandingkan decision tree (79 62%). Analisis korelasi menunjukkan bahwa atribut revol.util memiliki hubungan yang kuat dengan FICO score sehingga dapat menjadi indikator yang baik untuk menentukan risiko kredit. Dari hasil ini dapat disimpulkan bahwa algoritma K-Nearest Neighbors (KNN) lebih unggul dalam klasifikasi FICO score dibandingkan dengan algoritma Decision Tree berdasarkan nilai akurasi presisi dan recall yang lebih tinggi. /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 23 Aug 2024 04:29 |
| Last Modified: | 09 Sep 2024 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/400260 |
Actions (login required)
![]() |
View Item |
