• Tidak ada hasil yang ditemukan

Klasifikasi Naive Bayes pada Data Tidak Seimbang untuk Kasus Prediksi Resiko Kredit Debitur Kartu Kredit.

N/A
N/A
Protected

Academic year: 2017

Membagikan "Klasifikasi Naive Bayes pada Data Tidak Seimbang untuk Kasus Prediksi Resiko Kredit Debitur Kartu Kredit."

Copied!
36
0
0

Teks penuh

Loading

Gambar

Gambar 1  Tahapan penelitian
Gambar 3  Hasil percobaan oversampling duplikasi
Tabel 5  Confusion Matrix Oversampling Acak
Tabel 6  Confusion Matrix Undersampling Acak
+3

Referensi

Dokumen terkait

Metode MARS merupakan metode terbaik yang dapat digunakan sebagai metode credit scoring pada data debitur kredit produktif Bank X karena memiliki nilai error rate, error tipe I dan

Tujuan dari penelitian ini adalah untuk memperoleh gambaran secara deskriptif proses pengambilan keputusan pembelian menggunakan kartu kredit pada pemilik kartu

Klasifikasi ( classification ) merupakan salah satu metode data mining yang digunakan untuk melakukan pencarian model yang dapat membagi kelas-kelas data dengan tujuan agar

Penelitian lain juga menunjukkan bahwa algoritma standar tidak bekerja pada data kelas tidak seimbang atau masalah data multi class [15], sehingga menggunakan metode

Data kredit awal yang telah di-preprocessing, diproses menggunakan algoritma CBA untuk membangun model, lalu model tersebut digunakan untuk mengklasifikasi data

Dari latar belakang diatas penelitian yang dilakukan adalah mengklasifikasikan data SMS dalam kategori semua SKPD di Kabupaten Pamekasan menggunakan metode Naïve

Penelitian lain juga menunjukkan bahwa algoritma standar tidak bekerja pada data kelas tidak seimbang atau masalah data multi class [15], sehingga menggunakan metode

penelitian ini bertujuan untuk memberikan kontribusi pada pemahaman mendalam terkait metode klasifikasi yang efektif dalam mengelola risiko kredit dengan menggunakan metode klasifikasi,