• Tidak ada hasil yang ditemukan

KLASIFIKASI KELAYAKAN KREDIT CALON DEBITUR BANK MENGGUNAKAN ALGORITMA DECISION TREE C4.5 - UDiNus Repository

N/A
N/A
Protected

Academic year: 2017

Membagikan "KLASIFIKASI KELAYAKAN KREDIT CALON DEBITUR BANK MENGGUNAKAN ALGORITMA DECISION TREE C4.5 - UDiNus Repository"

Copied!
2
0
0

Teks penuh

(1)

61

61

DAFTAR PUSTAKA

[1] Pardede, Teori Model dan Kebijakan. Jogyakarta, Indonesia: Andi, 2004.

[2] Gunardi, "Analisis Kredit Bermasalah," STIE Malang Kucecwara, Malang, Magister Thesis 2009.

[3] Adi Sucipto, "Prediksi Kredit macet Melalui Perilaku Nasabah Pada Koperasi Simpan Pinjam Dengan menggunakan Metode Algoritma Klasifikasi C4.5,"

DISPOTEK, vol. 6, no. 1, Januari 2015.

[4] XiYue Zhou, DeFu Zhang, and Yi Jiang, "New Credit Scoring Method Based on Rough Sets and Decision Tree," Springer-Verlag Berlin Heidelberg, 2008.

[5] Suwondo and Stefanus Santoso, "Credit scoring mrnggunakan metode support vector machine dengan teknik seleksi atribut berbasis chi squared statistic dan particle swarm optimization," Jurnal Teknologi Informasi, vol. 10, no. 1, April 2014.

[6] Didik Madyatmadja Evaristus and Aryuni Mediana, "COMPARATIVE STUDY OF DATA MINING MODEL FOR CREDIT CARD APPLICATION SCORING IN BANK ," Journal of Theoretical and Applied Information Technology, vol. 59, no. 2, pp. 269-274, Januari 2014.

[7] Umar Shafique and Haseeb Qaiser, "A Comparative Study of Data Mining Proses Model (KDD, CRIPS-DM and SEMMA)," International Journal of Innovation and Scientific Research, vol. 12, no. 1, pp. 217-222, November 2014.

[8] Kusrini and Luthfi E. T, Algoritma Data Mining. Yogyakarta: Andi, 2009.

[9] Eko Prasetyo, Data Mining : Konsep dan Aplikasi menggunakan MATLAB, 1st ed. Yogyakarta, Indonesia: Andi, 2012.

[10] Deny Cahya Mahendra, "Klasifikasi Data Debitur Untuk Menentukan Kelayakan Kredit Dengan Menggunakan Metode Naive Bayes," Universitas Dian Nuswantoro, Semarang, Skripsi 2015.

(2)

62

62

Prediksi Awal Penyakit Jantung Menggunakan Algoritma Back Propagation

Neural Network dengan Metode Adaboost," SEMINAR NASIONAL

TEKNOLOGI INFORMASI & KOMUNIKASI TERAPAN 2013 (SEMANTIK

Referensi

Dokumen terkait

[r]

Setelah dilakukan proses diatas yaitu melalui ( preparation data), yaitu data cleaning , dimana yang keputusan pemberian kredit dilhat Umur, Penghasilan, Jumlah

atau dikomparasi dengan model algoritma lain. b) Pada riset selanjutnya dapat digunakan metode seleksi atribut yang lain seperti Chi-Square untuk ketepatan

Pada tahap ini mencari bobot setiap atribut yang dihasilkan oleh algoritma Support Vector Machine dan seleksi fitur menggunakan Backward Elimination, pada tahap

Bila nilai status kredit adalah lunas berarti diperkirakan calon debitur baru mampu melunasi kredit (layak), akan tetapi jika nilai status kredit adalah tarikan

Hasil dari penelitian dari permasalahan yang dikembangkan dapat disimpulkan bahwa pengimplementasian metode desicion tree terhadap data nasabah kredit Koperasi

akan dilakukan proses pengujian cross validation dan split validation dalam rapidMiner, yang dengan melakukan permodelan dengan metode decision Tree C4.5, selanjutnya

Bila nilai status kredit adalah lunas berarti diperkirakan calon debitur baru mampu melunasi kredit (layak), akan tetapi jika nilai status kredit adalah tarikan