KLASIFIKASI DAN PREDIKSI KEPUTUSAN CREDIT SCORING BERDASARKAN KLASIFIER NAIVE BAYES; CLASSIFICATION AND PREDICTION OF DECISION CREDIT SCORING BASED ON NAIVE BAYES CLASSIFICATION

DYAH RETNA WULANDARI, Gunardi

2013 | Skripsi | PROGRAM STUDI STATISTIKA

Data mining adalah suatu ilmu yang bertujuan untuk menganalisis dan mencari pola atau hubungan tertentu dari sekumpulan data dalam ukuran besar melalui data-data historis. Hasil keluaran data mining ini adalah berupa pola atau hubungan yang bisa memperbaiki keputusan di masa depan. Salah satu pola atau hubungan tersebut adalah pengklasifikasian credit scoring. Credit scoring ini bertujuan untuk mengetahui karakteristik seorang debitur apakah Ia termasuk golongan Good atau Bad dengan melihat data historis. Berbagai cara dapat digunakan untuk memodelkan credit scoring, namun ada juga metode yang memberikan nilai keakuratan kecil. Pada tugas akhir kali ini akan dibahas Naive Bayes Classification sesuai dengan literatur yang dikumpulkan. Metode ini dapat memberikan keakuratan yang cukup baik dengan data training kecil. Selain itu, metode ini juga mampu mendeteksi eror lebih cepat. Naive Bayes Classification ini adalah suatu metode klasifikasi dengan mengasumsikan variabel-variabelnya independen. Selain itu Naive Bayes Classification ini menggunakan teori dasar bayes. Hasil analisis tersebut berupa probabilitas masing-masing variabel yang akan digunakan untuk memprediksi keputusan masa depan. .

Kata Kunci : data mining; Naive Bayes Classification; Bayessian; credit scoring.