Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Informatika Upgris

Klasifikasi Nasabah Kredit Koperasi Menggunakan Algoritma K-Nearest Neighbor Haditsah Annur; Moh Efendi Lasulika
Jurnal Informatika Upgris Vol 5, No 2: Desember (2019)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v5i2.4343

Abstract

Koperasi yang bergerak dalam usaha simpan pinjam merupakan usaha yang penuh resiko, salah satunya yaitu kredit macet sebagai resiko kerugian. Salah satu koperasi di Kota Gorontalo yang masih aktif yaitu Koperasi Wanita “Kasih Ibu”, Tujuan Penelitian ini bertujuan untuk implementasi algoritma K-Nearest Neighbor dalam mengklasifikasi status kelayakan nasabah kredit. Manfaat Penelitian ini yaitu dapat mengurangi resiko kredit nasabah koperasi dan meningkatkan keuntungan pendapatan koperasi wanita “Kasih Ibu”. Penelitian ini juga dapat dijadikan pedoman atau pengambil keputusan dalam memperoleh nasabah kredit koperasi.Metode pelaksanaan Penelitian ini diawali dengan tahap awal pengambilan data dengan menggunakan beberapa variabel atau atribut seperti Plafon Pinjaman, Jenis Jaminan, Jangka Waktu, Jenis Pekerjaan, Penghasilan, Status Perkawinan, Status Rumah, Jenis Anggota, Status Kredit. Tahap kedua yaitu menganalisa data dengan membuat database, Luaran Penelitian ini yaitu artikel ilmiah yang dipublikasikan pada Jurnal Nasional Tidak Terakreditasi. Tingkat Kesiapan Teknologi penelitian ini koperasi akan memiliki suatu pemodelan komputerisasi yang dapat mengklasifikasikan atau mengelompokkan status nasabah kredit koperasi, seperti nasabah kredit macet dan nasabah kredit lancar. Hasil Penelitian . Data diuji untuk mendapatkan Accuracy dan hasil pengujian dari algoritma K-NN dengan menggunakan K=1 sehingga diperoleh hasil akurasi sebesar 77.78 %. Maka dari itu algoritma K-NN baik digunakan dalam klasifikasi nasabah kredit koperasi, sehingga Koperasi dapat mencegah resiko kredit nasabah mereka.
PENERAPAN DATA MINING MENENTUKAN STRATEGI PENJUALAN VARIASI MOBIL MENGGUNAKAN METODE K-MEANS CLUSTERING Haditsah Annur
Jurnal Informatika Upgris Vol 5, No 1: Juni (2019)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v5i1.3091

Abstract

Toko Luxor Variasi Mobil Gorontalo merupakan salah satu toko terbesar yang bergerak dibidang variasi mobil dengan produk utama seperti kaca film mobil, tape mobil, sarung jok mobil, dan aksesoris lainnya dimana perusahaan ini setiap harinya harus memenuhi kebutuhan konsumen dan dituntut untuk dapat mengambil keputusan yang tepat dalam menentukan strategi penjualan. Untuk dapat melakukan hal tersebut toko luxor variasi mobil membutuhkan strategi-strategi penjualan untuk dapat menarik minat pembeli dan meningkatkan laba atau pendapatan perusahaan. Pada penelitian ini analisa data mining dilakukan dengan Teknik Clustering menggunakan metode K-Means. Hasil akhir dari penelitian  ini adalah mengelompokkan data produk yang terjual untuk mengetahui data yang memiliki potensi atau kecenderungan pelanggan dalam membeli barang tersebut. Hasil ini dapat digunakan untuk memberi saran pertimbangan dalam menentukan strategi penjualan yaitu mengeliminasi produk dengan posisi cluster terbawah dan lebih memfokuskan pada produk dengan posisi cluster tertinggi. Dari Hasil penelitian didapatkan Dapat diketahui bahwa Aplikasi data mining untuk menentukan strategi penjualan pada Toko Luxor Variasi Gorontalo dengan Menggukan Metode K-Means Clustering yang dirancang dapat digunakan.Kata Kunci  : Toko Luxor, Clustering, Penjualan, K-Means