Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)
Jeprianto Sinaga
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
DATA MINING KLASIFIKASI NASABAH DALAM PENGAJUAN KREDIT TANPA AGUNAN DENGAN ALGORITMA K-NEAREST NEIGHBOR (STUDI KASUS: PT. BPR DIORI GANDA) Jeprianto Sinaga
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 1 No. 1 (2018): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Sisfokomtek

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9767/jikomsi.v1i1.19

Abstract

Kredit tanpa agunan menjadi pilihan masayrakat untuk melakukan peminjaman terhadapa perbankan yangmenyediakan layanan tersebut. PT. BPR Diori Ganda adalah perusahaan perbankan swasta daerah yangmelayani simpan pinjam dan kredit tanpa agunan bagi masyarakat. Pengajuan kredit tanpa agunan harusmelalui tim assessor untuk proses analisa atribut-atribut yang mempengaruhi klasifikasi nasabah agar kreditdapat disetujui, yang kemudian hasil analisa di serahkan ke komisaris untuk persetujuan kredit. Namunbagaimana jika yang mengajukan kredit pada hari yang sama dalam jumlah yang banyak, tentu hal ini akanmembuat proses analisa dan persetujuan kredit akan membutuhkan waktu yang lama. Jika diilihat daribanyaknya kebutuan masyarakat untuk mengajukan kredit tanpa agunan maka dibutuhkan aplikasi prediksiklasifikasi, guna untuk mempermudah pekerjaan tim assessor dalam proses analisa atribut-atribut yangmempengaruhi klasifikasi nasabah. Untuk mengetahui prediksi klasifikasi nasabah yang mengajukan kredittanpa agunan menggunakan data mining dengan algoritma K-Nearest Neighbor. Hasil dari penelitan ini adalahprediksi klasifikasi nasabah bermasalah atau tidak bermasalah intuk pengajuan kredit tanpa agunan.
Co-Authors