Data Mining Klasifikasi Data Nasabah Kredit KSU Taman Mandiri Menggunakan Algoritma C4.5

Abstract

Koperasi simpan pinjam berkembang dari bunga pinjaman nasabah. Pengambil keputusan harus objektif dalam menentukan nasabah yang diberi kredit meminjam. Setiap data nasabah calon peminjam dipelajari untuk melihat pola nasabah dalam simpan pinjam pada koperasi. Digunakan Data Mining untuk mengekstraksi dan mengidentifikasi informasi. Teknik Data Mining Decision Tree, jawaban akan sebuah sistem untuk membantu dan mencari keputusan dengan memperhitungkan faktor-faktor yang terjadi. Penelitian ini bertujuan menilai nasabah dari record data dalam memutuskan nasabah pengambil kredit. Analisa data, terdiri dari 16 data sample, 7 data nasabah lancar dan 9 data nasabah macet pembayaran. Setiap percabangan menyatakan kondisi yang harus dipenuhi dan tiap ujung pohon menyatakan kelas data. Pada Node 1 diperoleh atribut dengan Gain tertinggi: Penghasilan, sebesar 0,6853. Pada Node 1.1 diperoleh atribut dengan Gain tertinggi: umur, sebesar 0,6215. Gain tertinggi adalah  jangka waktu: 0,9179. Ada tinggal dua nilai dari atribut jangka waktu, 31-60, 15-30 hari. nilai atribut 31-60 mengklasifikasikan kasus menjadi satu yaitu keputusannya “macet†demikian juga dengan 15-30 hari mengklasifikasi kasus menjadi satu yaitu keputusanya “lancar†sehingga tidak perlu melakukan perhitungan lebih lanjut.