Kusumayanti, Luh Md Dwi
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pengembangan Sistem Pendukung Keputusan Kredit Konsumtif Dengan Metode Naive Bayes Darmawiguna, I Gede Mahendra; Wirawan, I Made Agus; Kusumayanti, Luh Md Dwi
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol 5, No 3 (2016)
Publisher : Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (828.875 KB) | DOI: 10.23887/janapati.v5i3.9917

Abstract

Penelitian ini bertujuan: (1) menghasilkan rancangan dan mengimplementasikan Pengembangan Sistem Pendukung Keputusan Kredit Konsumtif dengan Metode Nai?ve Bayes (Studi Kasus: PT. Bank Pembangunan Daerah (BPD) Bali Cabang Tabanan), (2) mengetahui tingkat keakuratan sistem dari Pengembangan Sistem Pendukung Keputusan Kredit Konsumtif dengan Metode Nai?ve Bayes (Studi Kasus: PT. Bank Pembangunan Daerah (BPD) Bali Cabang Tabanan), (3) mengetahui respon pengguna terhadap Pengembangan Sistem Pendukung Keputusan Kredit Konsumtif dengan Metode Nai?ve Bayes (Studi Kasus: PT. Bank Pembangunan Daerah (BPD) Bali Cabang Tabanan). Penelitian ini diharapkan mampu mengatasi kendala dalam analisis kelayakan kredit yang dilakukan oleh analis kredit. Dalam menentukan kelayakan kredit nasabah PT. Bank Pembangunan Daerah (BPD) Bali Cabang Tabanan terlebih dahulu melakukan proses analisis kelayakan kredit. Proses analisis kredit ini dibantu dengan menggunakan Sistem Pendukung Keputusan (SPK). Ada 5 kriteria yang digunakan dalam penilaian kelayakan kredit nasabah, yaitu Character (watak), Capacity (kesanggupan melunasi), Capital (modal), Condition (kondisi), dan Collateral (agunan). Metode yang digunakan untuk menentukan layak atau tidaknya nasabah dalam menerima kredit adalah Nai?ve Bayes. Proses yang terdapat pada sistem, yaitu manipulasi data nasabah, pengajuan kredit, analisis kelayakan kredit, validasi kredit, pembuatan PK dan pencairan kredit. Hasil pengujian tingkat akurasi sistem menggunakan k-fold cross validation menghasilkan rata-rata akurasi sebesar 99.33% dari 150 data. Dari hasil tersebut, sistem ini dinyatakan mampu memberikan rekomendasi keputusan kelayakan kredit nasabah dengan baik dan mampu menghasilkan keputusan sesuai dengan kasus nyatanya. Hasil uji respon pengguna setelah menggunakan sistem sebesar 91% dengan kategori sangat baik.