PREDIKSI TINGKAT KELANCARAN PEMBAYARAN KREDIT BANK DENGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR

  • Farida Gultom STMIK Mikroskil Medan
  • Tober Simanjuntak Universitas Efarina

Abstract

Pengembang dan pengguna aplikasi merupakan kunci utama pada dampak pasar terhadap pengembangan aplikasi. Dalam melakukan pengembangan aplikasi perlu memprediksi aplikasi di market dengan akurat, hasil prediksi yang akurat sangat penting dalam menunjukkan rating dan pengambilan keputusan yang tepat dalam seleksi calon debitur yang baru. Pengujian yang dilakukan dalam pengujian ini menggunakan dataset nasabah kredit dari Bank Danamon. Dalam penelitian ini akan dilakukan prediksi tingkat kelancaran pembayaran kredit dengan mengkombinasikan metode Naïve Bayes dan K-Nearest Neighbor. Prediksi tingkat kelancara pembayaran kredit menggunakan kombinasi algoritma Naïve Bayes dan K-Nearest Neighbor mampu memprediksi kelancaran pembayaran kredit ke depannya, hal ini dapat dilihat dari hasil prediksi yang diperoleh sebesar 80%.

Published
2020-10-01