Klasifikasi Nasabah Pada PT XYZ Menggunakan Algoritma Naïve Bayes dan C4.5 Untuk Mendapatkan Nasabah Potensial
Abstract
Banyaknya nasabah adalah tolak ukur kesuksesan dan keuntungan sebuah perusahaan yang akan berimbas kepada banyak hal dan tentunya juga kepada karyawan, dalam hal menjual tentunya divisi marketing selalu menjadi andalan untuk mendongkrak omset perusahaan, perusahaan akan tidak berkembang apabila tidak mengalami kenaikan jumlah nasabah, hal ini lah yang juga dirasakan oleh divisi marketing di dalam PT XYZ karena banyaknya nasabah yang tertolak permohonan kreditnya. Pada penelitian ini digunakan teknik data mining Naïve Bayes dan Decision Tree C4.5, dengan sumber data yang diperoleh berasal dari data calon nasabah PT XYZ 2016 dengan jumlah data sebanyak 1946 record dengan 12 atribut. Pada pengujian cross validation menggunakan rapid minner dihasilkan akurasi tertinggi 89,62% yang dihasilkan oleh Decision Tree C4.5 setelah penambahan Optimize Selection
References
Abidin, A.Z. Z. 2011. “Implementasi Algoritma C4.5 Untuk Menentukan Tingkat Bahaya Tsunami.” Seminar Nasional Informatika 2011. ISSN: 1979-2328.
Bustami. 2014. Penerapan Algoritma Naïve Bayes Untuk Mengklasifikasi Data Nasabah Asuransi.Jurnal Informatika. Volume 8 Nomor 1, ISSN 1978-0524.
Ciptohartono, C., Clarentia. 2014. Algoritma Klasifikasi Naive Bayes Untuk Menilai Kelayakan Kredit. Semarang. Universitas Dian Nuswantoro.
Desmet, Veerle, & Eeckhout, L., & Bosschere, Koen, D. 2005. Using Decision Trees to Improve Program-Based and Profile-Based Static Branch Prediction. Department of Electronics and Information Systems. Ghent University—UGent. Belgium.
Dua, S. & Xian Du. 2011. Data Mining and Machine Learning in Cybersecurity. USA: Taylor & Francis Group. ISBN-13: 978-1- 4398-3943-0.
Fahana, Jefree, & Utami, Ema, & Amborowati, Armadyah. 2016. Perencanaan Strategis Sistem Informasi untuk Pengelolaan Kepemimpinan di Sekolah Muhammadiyah Kota Yogyakarta. Jurnal Dasi Vol. 17 No. 2, ISSN 14113201.
Fitri, Sulidar. 2014. Perbandingan Kinerja Algoritma Klasifikasi Naïve Bayesian, Lazy-Ibk, Zero-R, Dan Decision Tree- J48. Jurnal Dasi Vol. 15 No.1, ISSN: 411-3201.
Gorunescu, Florin. 2011. Data Mining Concept, Models and Techniques. IntelligentSystems Reference Library,Volume 12. ISBN 978-3-642-19720-8.
Han, J., & Kamber, M. 2006. Data Mining Concept and Tehniques. San Fransisco: Morgan Kauffman. ISBN 13: 978-1-55860-901-3.
Harahap, Fitriana. 2015. Penerapan Data Mining dalam Memprediksi Pembelian cat. Bali. Konferensi Nasional Sistem & Informatika 2015.
Jananto, Arief. 2013. Algoritma Naive Bayes untuk Mencari Perkiraan Waktu Studi Mahasiswa. Jurnal Teknologi Informasi DINAMIK Volume 18, No.1, ISSN: 0854-9524.
Khadafy, Al Riza dan Satria W, Romi. 2015. Penerapan Naive Bayes untuk Mengurangi Data Noise pada Klasifikasi Multi Kelas dengan Decision Tree. Journal of Intelligent Systems, Vol. 1, No. 2, ISSN 2356-3982.
Khoirunnisa, Asri & Irawan, Budhi & M R Rumami, 2015. Analisis Dan Implementasi Perbandingan Algoritma C.45 Dengan Naïve Bayes Untuk Prediksi Penawaran Produk. Bandung : Universitas Telkom.
Kurniawan, Achmad W dan Mahendra Deny C. 2015. Klasifikasi Kelayakan Kredit Dengan Menggunakan Metode Naive Bayes. Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) Halaman 441.
Larose, D. T., & Larose, C. D. 2015. Wiley Series on Method and Applications in Data Mining. Data Mining and Predictive Analytics. New Jerey: John Willey & Sons, Inc. ISBN 978-1-118-11619-7.
Listiana, Mila. 2015. Perbandingan Algoritma Decision Tree (C4.5) Dan Naïve Bayes Pada Data Mining Untuk Identifikasi Tumbuh Kembang Anak Balita (Studi Kasus Puskesmas Kartasura). Surakarta : Universitas Muhammadiyah Surakarta.
Melissa, Ira, & Oetama, Raymond, S. 2013. Analisis Data Pembayaran Kredit Nasabah Bank Menggunakan Metode Data Mining. Ultima InfoSys, Vol. IV, No. 1, ISSN 2085-4579.
Muzakir, Ari dan Anisa W, Rika. 2016. Model Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree. Scientific Journal of Informatics Vol. 3, No. 1, p-ISSN 2407-7658.
Nurul Kholifah, Ahadiyah., & Insani, Nur. 2016. “Analisis Klasifikasi Pada Nasabah Kredit Koperasi X Menggunakan Decision Tree C4.5 Dan Naïve Bayes.” Yogyakarta : Universitas Negri Yogyakakrta.
Permatasari, K., Ika. 2016. Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Kesejahteraan Keluarga Menggunakan Algoritma C4.5. Fakultas Komunikasi Dan Informatika. Universitas Muhammadiyah Surakarta.
Putranto, Rizky A, Wuryandari, Triastuti & Sudarno. 2015. Perbandingan analisis klasifikasi antara decision tree dan support vector machine multiclass untuk penentuan jurusan pada siswa sma. Jurnal Gaussian, Volume 4, Nomor 4, Halaman 1007-1016, ISSN: 2339-2541.
Rahmawati, Eva. 2015. Analisa komparasi algoritma naive bayes dan c4.5 untuk prediksi penyakit liver. Jurnal Techno Nusa Mandiri, Vol. XII No. 2.
Rohman, Abdul. 2015. Penerapan Algoritma C4.5 Berbasis Adaboost Untuk Prediksi Penyakit Jantung. Semarang : Universitas Pandanaran.
Siamat, Dahlan. 2004. Manajemen Lembaga Keuangan. Lembaga Penerbit ekonomi UI. Jakarta.
Widiastuti, Dwi. 2015. Analisa Perbandingan Algoritma Svm, Naive Bayes, Dan Decision Tree Dalam Mengklasifikasikan Serangan (Attacks) Pada Sistem Pendeteksi Intrusi. Depok : Universitas Gunadarma.
Zhang, W., & Gao, F. 2011. An Improvement to Naive Bayes for Text Classification. Advanced in Control Engineeringand Information Science, 15, 2160–2164. doi:10.1016/j.proeng.2011.08.404.
