ABSTRAK
PENERAPAN DATA MINING DENGAN METODE NAIVE BAYES UNTUK MEMPREDIKSI KELAYAKAN PENGAJUAN KREDIT
(Studi Kasus :PT Sinarmas Multifinance)
Implementation of Data Mining with Naïve Bayes Methode forPredicting Credit Appropriation
(Case Study : PT Sinarmas Multifinance)
Oleh
Devi Riski Januari 12311444
Kredit adalah pemberian pinjaman oleh pihak lain yang akan dikembalikan pada suatu masa tertentu dengan jumlah bunga, imbalan atau pembagian hasil atau yang diterima sekarang akan dikembalikan pada masa yang akan datang sedangkan dalam arti ekonomi, kredit adalah penandaan.
Saat ini, proses penyeleksian pemberian kredit pinjaman di PT Sinarmas Multifinance yaitu dengan menggunakan kartu pinjaman, dimulai dari proses seleksi awal pengecekan kesesuaian data, kemudian dilakukan pemeriksaan, setelah dilakukan analisa kredit dan kemampuan membayar, yang masih berdasarkan pengalaman dari credit office. Akan tetapi sistem pemberian kredit tersebut menyebabkan penilaian pemberian kredit menjadi subjektif.
Melihat kondisi tersebut diperlukan sebuah sistem berbasis komputer yang dapat memprediksi kelayakan pengajuan kredit. Dalam penilaian ini untuk menggali data (data mining) nasabah yang dimiliki oleh PT Sinarmas Multifinance dengan menggunkan metode Naive Bayes.
Metode pengembangan sistem yang digunakan adalah System Development Life Cycle Model Waterfall dengan menggunakan pemodelan Unified Modelling Language (UML) dengan menggunakan Use Case Diagram, Class Diagram, Activity Diagram, dan software yang dikembangkan akan melalui pengujian Confusion Matrix.
Hasil dari penulisan laporan ini disimpulkan bahwa diperlukan Sistem yang dapat memprediksi kelayakan pengajuan kredit PT Sinarmas Multifinance menggunakan metode Naïve Bayes, sehingga dapat mengurangi resiko kredit macet yang dilakukan oleh kreditur.
Kata kunci: Kredit, Data Mining, Naïve Bayes, Confusion Matrix.
