DATA MINING UNTUK KLASIFIKASI PINJAMAN KREDIT PENSIUNAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (STUDI KASUS: PT. BANK BUKOPIN Tbk)
Abstract
Kredit Pensiunan merupakan kredit yang sifatnya konsumtif, yang hanya diberikan kepada para pensiunan, yang berasal dari lingkungan pensiunan karyawan (PNS, BUMN/BUMD) yang didasari oleh perjanjian kerjasama antara pihak Bank oleh pengelola Dana Pensiun. Permasalahan yang sering timbul adalah terdapatnya perbedaan nominal gaji pensiunan berdasarkan usia dan golongan terakhir dari berbagai instansi sehingga proses penentuan nilai plafond memerlukan proses klasifikasi sesuai data yang diajukan calon debitur untuk memudahkan marketing dalam menyampaikan jumlah pinjaman yang bisa diberikan.Data mining dapat diartikan sebagai pengekstrakan informasi baru yang diambil dari bongkahan data besar yang membantu dalam pengambilan keputusan. K-Nearest Neighbormerupakan sebuah metode untuk klasifikasi terhadap objek berdasarkan data pembelanjaran yang jaraknya paling dekat dengan objek tersebut.Teknik ini sangat sederhana dan mudah diimplementasikan. Dengan penggunaan tools weka, hasil dari proses penerapan AlgoritmaK-Nearest Neighbor adalah informasi atau knowledge dimana informasi tersebut dapat menjadi alternatif yang dapat digunakan untuk mengklasifikasi besar plafond pinjaman kredit pensiunan.
Â
Kata Kunci: Kredit Pensiunan,Data Mining, K-Nearest Neighbor, Weka
Full Text:
PDFReferences
Prasetyo, Data Mining- Konsep dan Aplikasi Menggunakan Matlab. Yogyakarta: C.V ANDI OFFSET (Penerbit Andi), 2012.
Nursalim et al, "Klasifikasi Bidang Kerja Kelulusan Menggunakan Algoritma K-Nearest Neighbor," Jurnal Teknologi Informasi, vol. 10, no. 1, April 2014.
K.J. Arta et al, "Data Mining Rekomendasi Calon Mahasiswa Berprestasi Di STMIK Denpasar Menggunakan Metode Technique For Others Reference By Similary To Ideal Solution," Jurnal Sains dan Teknologi, vol. 5, no. 2, Oktober 2016
J. Han et al. (2012) Data Mining: Concepts and Techniques Third Edition.
Kusrini & A. T. Luthfi, Algoritma Data Mining. Yogyakarta: C.V ANDI OFFSET (Penerbit Andi), 2009.
P. P. Widodo et al, Penerapan Data Mining Dengan Matla. Bandung: Penerbit Rekayasa Sains, 2013.
M. B. Suwadnyaa et al, "Fuzzy Inference Sistem Mamdani Untuk Penentuan Kredit Pada KPN Estika Dewata," Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), vol. 1, no. 2, Jul 2013.
J. R. Uhise, "Analisis Penerapan Sistem Pengendalian Manajemen Penyaluran Kredit Pada BRI Kota Manado," Jurnal EMBA, vol. 1, no. 3, September 2013.
F. L. Simon & J. Santana, Data Mining : Meramalkan Bisnis Perusahaan. Jakarta: PT. Elex Media Komputind, 2010.
J. Arifin & A. Fauzi, Mengupas Tuntas Microsoft Office Excel 2007. Jakarta: PT. Elex Media Komputindo, 2007.
Refbacks
- There are currently no refbacks.
Copyright (c) 2019 Pelita Informatika: Informasi dan Informatika
Jurnal PELITA INFORMATIKA: INFORMASI DAN INFORMATIKA
Published by STMIK Budi Darma
Email: pelitainformatika.stmikbd@gmail.com
Journal is licensed under a Creative Commons Attribution 4.0 International License