Penentuan Kelayakan Kredit Dengan Algoritma Naïve Bayes Classifier: Studi Kasus Bank Mayapada Mitra Usaha Cabang PGC

Nia Nuraeni
2017 unpublished
In analyzing a credit sometimes a less accurate credit officer in credit analysis, so that it can lead to increased bad debts. Classification data mining algorithms are widely used to determine the credit worthiness of one Naive Bayes classifier, NBC superior in increasing the value of high accuracy but weak in the selection of attributes. After testing Naive Bayes classifier algorithm the results obtained is Naive Bayes classifier algorithm produces an accuracy of 89.33% and AUC values for
more » ... 5 Keyword: Credit Analysis, Naive Bayes ClassifierAlgorithm. Intisari -Dalam menganalisis kredit kadang-kadang petugas kredit kurang akurat dalam analisis kredit, sehingga dapat menyebabkan peningkatan kredit macet . Klasifikasi algoritma data mining secara luas digunakan untuk menentukan kelayakan kredit dari salah satu Naif Bayes classifier, BC unggul dalam meningkatkan nilai akurasi yang tinggi tetapi lemah dalam pemilihan atribut. Setelah menguji algoritma Naive Bayes menghasilkan akurasi 89,33 % dan nilai AUC 0.955.
fatcat:hcc4ycogovfipomdfruplbhfwm