| dc.description.abstract | Dalam pelaksanaan kegiatan perkreditan selama ini, permasalahan Non-Performing
Loan (NPL) atau dikenal dengan kredit macet semakin meningkat. Penelitian ini
berusaha untuk memprediksi status nasabah kredit usaha dengan metode kuantitatif.
Penelitian ini dilakukan di PT Bank Riau Kepri Cabang Pasar Pusat Pekanbaru dengan
menggunakan multi set fuzzy untuk mentransformasi tipe data dan menentukan
Information Gain. Sedangkan decision tree ID3 berfungsi untuk menghasilkan model
prediksi keputusan yang berupa rules. Variabel keputusan dalam penelitian ini adalah
status kredit, sedangkan untuk variabel penentunya adalah omset usaha, jumlah
pinjaman, nilai agunan, jangka waktu pembiayaan dan jumlah anak. Data-data tersebut
dibagi menjadi dua bagian, yaitu 100 data training dan 50 data uji. Data training
digunakan untuk mencari fungsi pemisah antara kelas satu dengan kelas yang lainnya.
Sedangkan data uji digunakan untuk memprediksi output nya, sehingga dapat
diketahui tingkat kesalahan prediksi (error). Pada penelitian ini dihasilkan 11 rules
dengan error sebesar 0.1 yang diperoleh dari perbedaan 5 data terhadap 50 data uji.
Tool yang digunakan dalam penelitian ini adalah Ms. Excel dan Matlab versi 7.10.0.
Hasil dari penelitian ini adalah rules prediksi yang dapat digunakan untuk
memprediksi status kredit usaha calon nasabah untuk meminimalisir kemungkinan
terjadinya kredit macet yang akan datang.
Kata kunci : kredit macet, rules prediksi, multi set himpunan fuzzy decision tree ID3,
data mining | en_US |
