Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB
Santi Susanti
STT Pelita Bangsa
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
Klasifikasi Kelayakan Peserta Pengajuan Kredit Rumah Dengan Algoritma Naïve Bayes Di Perumahan Azzura Residencia Karsito Karsito; Santi Susanti
Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (291.02 KB)

Abstract

Abstraksi Rumah adalah kebutuhan yang sangat mendasar bagi kelangsungan hidup manusia belakangan ini banyak sekali pengembang yang bergerak di bidang property berupa perumahan. Azzura Residencia hadir sebagai perumahan syariah tanpa riba, di kembangkan oleh perusahaan Azzura Griya Utama yang menjalankan usaha sejak tahun 2013. Banyaknya calon peserta pengajuan kredit rumah yang berasal dari latar belakang ekonomi yang berbeda-beda dan belum diketahui layak atau tidak untuk menjadi peserta kredit. dengan memanfaatkan data tersebut peneliti ingin menerapkan salah satu teknik data mining dengan perhitungan statiska dalam melakukan klasifikasi kelayakan kredit rumah. Metode yang digunakan adalah Naive Bayes dengan menggunakan sebanyak 250 data peserta kredit rumah. Prediksi kelayakan kredit menggunakan metode Naive Bayes merupakan aplikasi juga bertujuan membantu tim marketing untuk lebih cepat dalam mengambil keputusan layak atau tidak layak. Hasil analisis menunjukkan bahwa pekerjaan, penghasilan, jumlah tanggunga, harga rumah, DP, lama kredit bisa menjadi indikator untuk pengambilan keputusan dalam menentukan layak atau tidak layaknya calon peserta kredit. Hasil analisis juga menunjukkan bahwa ketepatan klasifikasi peserta kredit menggunakan metode naive bayes pada penelitian ini adalah sebesar 97.33%. Kata kunci : Rumah, Data Mining, Naïve Bayes
Co-Authors Karsito Karsito