• Tidak ada hasil yang ditemukan

Analisa dan Perancangan Aplikasi Data Mining Penentuan Resiko Kredit Kepemilikan Kendaraan Bermotor Menggunakan Algoritma K-nearest Neighbor

N/A
N/A
Protected

Academic year: 2021

Membagikan "Analisa dan Perancangan Aplikasi Data Mining Penentuan Resiko Kredit Kepemilikan Kendaraan Bermotor Menggunakan Algoritma K-nearest Neighbor"

Copied!
8
0
0

Teks penuh

(1)

! "#$ !% & ' % ( ) ( ) * % ) * % ) ( * * ( ) ) ) ! * ( ( % ) ( ) * ! + ) ( ( ) % ( % ( * ) ( ) * * ( ) ( ) * ! , ( ( ) ( % ) * * * * * * * ) ( * ) ( - ( ( ! ) * ) * ( * ( % ) ) ( * * ( * ) ( * ! ( * ) ( ) ( ! & ./ / ) * ( * ( ) ( ) ) ! + * * ) ) ) . ) ) * ) ) 0 ) * ) * * ( % ! !" * ( ) ) * ) ( ( ) - ( ! ) ( * ) * * ! ) ) ( * * * * * . ( * * ( % * ) ( ( ) ( ) * ) * ( ) ! * % * * ! ) ! ( * ) * * ++ % ! + * & ./ ) ! !"! #$ % & # '($ ) ' $ 1 ( 2 3 4 * * ) * * * ( * ( ) ( * % ( ) % 31 &! 5! 678# 94! * 3 4 * ( ) ) * ! ) 31 678#4 ! * * 3 4 5 * ( * * ) * ) * !

(2)

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

(3)

!". 0 * * ( * * ) ) ( * % * ) ) 3& @ 678#4! !"/ ) - &# ) * ( ( ( ) ) 31 ! 678#4! = 367884 * ) ) * ( ) ) ( ! * * * * ( ) ) 3 4 3 4 *. * * ( * ! )! + 5 * * ) ( ) ) ( * ) ( ! %! , 1 % * * ( ) * ) ! ! - $ - $ * ( % * * * ) * . ! +,5 * ( - * ) ) ( ) ! & ) * +,5 3= 67884 ( ! . * . . * ) ) ) ( ) ( * ) ) ! )! . * % $ . $ * ) ) ) ) * ) * ) ( ! %! % $ * % $ % $ $ * ) ) ) * ) ) ) ) ) ) * ) * ) ! !"0 % 1 5( A2 1+,5 31 + ) 5 ( 4 ( * ( * ! !"2 #3 ) ) ( ( * % ( ( * ) * ) * * % ( ! ) * ) ( ) * % ( * ) - ( * * ) 3 ( ! 678#4! ) 3 4 ) ) ( ) - ) ( * * ( * ( 3B (! 678#4! *" + * % ) * ( * ) ) * * ) ! + * ) ) ) ( ) * ) ) ! , * ) ) * ) -# !" #'#') ' - ) ) - ) ) - ) - ) 5 7!C , 7

(4)

5 + D 8 E 7 7 8 7!6C 6.# 7!C F# 8 G6C 8 6C.C7 7!C FC7 7 8 + 7!H 5 7!I 5& 7!9 + 7!6 8. # 7 * 1 5 7 J 7!6C 1 7!C 8 1 7 / 8 E / 7 B 7!9 = - 7!H ( - 8 G6!777!777 8 6 E .#!C E 7!C F#!C77!777 7 ) ( F#7K 7 87K.#7K 7!C G87K 8 + ) 8 * ) - * ) ) . ) ) ( ! * ( ) ( * * ( ) % * ( * * ! -# *" ') # - '3 '( ' ) # ) '( ' ) - ) ) ' '( ) #&) '( >8 , 5 , 5 >6 7 7 ># 5& + * >9 6C.C7 6C.#7 >C J J >I >L = - / >H 6 M #!C E F#!C E >" 87K . #7K 87K . #7K

(5)

4 37 . 746N 37 . 746N 37!9 . 7!646N 37!C M 7!C46N 37!6C M 7!6C46N 37 . 746N 37!H . 746N 37!C . 746N 37!C . 7!C46 4 37 N 7 N 7!79 N 7 N 7 N 7 N 7!I9 N 7!6C N 74 4 37!"#4 ? 7!"I9#IC7LI7"" 2 * ( * * ( ( * ( % ! * * * < ( % * % ) # )

--# +" ') & 1 # % &) '5# &#) 6 ) 1 # % &) '5# ! 8!#I87ICLC" * 7!"I9#IC7LI7"" + 8!8#CLH8II"8I , 8!IHC"L8C#778 . 8!9CLL#L"L#L8 / 8!8H"C#LL6C#9 0 8!98HI6I7"C"8 2 8!L88L696LIHI 7 8!C##LHI8IC76 + A ( ( * % * * ( * * ) ( ! ) % * * ) 9

-# ," & $ & 3 ) )#&) '( 1 # % &) '5# % '( 3 ( ' $ ' 8$409 : * 7!H" , ; / 8!87L B ; + 8!89 B ; 0 8!#H , ; ! 8!9C B ; 7 8!C# , ; . 8!I#" B ; , 8!I9# . , ; 2 8!IL . , ; ) 9 * * B ; 9 , ; # 0 ( L ( * ( "! ( * 8 ( * ( * * (

(6)

- !" ( + * ( ) * * * * ( * * ( ! +" &* # ( // ! ) * ) * ( ! - *" 6 ' ; * ( ! - +" 6 ' ) ' '(

(7)

5 // ( * * ! - ," 6 ' * * ! - ." 6 ' &#& * * * ( B ) L! - /" 6 ' & #6 ) & ' ," * % * * * * ) ) ) * * ( 8! + * ) ) * * ) ( ) * * ) . ) ( 6! + * * * ) ( - * * * * * ) ( ! #! & ./ / ) * ( * * * ( ) . ( !

(8)

." &! 1 O 5! ! 678#! , $ / * 0 . 1 , 5 ! ' < 5 ! 1 ( =! 678#! # 2 2 !3 4 /56 - - % ! E * '5 & B5 ( ! 0 - ' & ! 678#! % ! ( & ! O < 2 ! 677"! # % ( & ) ! / ) ! ! 678#! # - 2 2 -- * % - !, E 5 * / &/! 2 ( 0 (! 678#! # - 2 2 , -- - 0 ! E % 5 * 5 / 5 ! ( ! 678#! # - % 0 $ % ! % ! E ' , ' J/ / 1& 5 ! ) & @ '! ! 6789! 7 E 5 ! = ! 6788! % !% 7 8 %$ 6/! ( & J !

Referensi

Dokumen terkait

Dalam penelitian ini akan dilakukan eksperimen dengan menggunakan metode klasifikasi data mining K-Nearest Neighbor terhadap data mahasiswa yang terkait dengan

Alur yang digunakan adalah dengan memasukkan berbagai data dalam perhitungan sehingga didapatkan parameter k (jumlah tetangga terdekat), menghitung kuadrat jarak

Alur yang digunakan adalah dengan memasukkan berbagai data dalam perhitungan sehingga didapatkan parameter k (jumlah tetangga terdekat), menghitung kuadrat jarak

bagus, capability = bagus, capital = buruk, collateral = bagus, condition = bagus. Proses klasifikasi dengan metode K-Nearest Neighbor maka jarak data uji dengan data

Urutan langkah adalah dataset di inputkan kedalam sistem, kemudian algoritma genetika menentukan K-tetangga paling optimal sesuai dengan dataset, kemudian menghitung

Hasil Stemming Kode Hasil Stopword Removal Hasil Stemming U1 bagus informatif film dokumentasi dieng segala keindahannya bagus, informatif, film, dokumentasi, indah U2

Model dikembangkan dengan membuat model dari datasheet penderita diabetes dan agar didapat rentang data yang tidak terlalu jauh, proses pembuatan model akan dilakukan normalisasi dengan

Pada data mining dilakukan penggalian data dengan tujuan memanipulasi data tersebut agar menjadi informasi yang lebih berharga, yang dikemudian hari diharapkan dapat bermanfaat untuk