Deasy Purwaningtias
Universitas Bina Sarana Informatika Kampus Pontianak

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

Found 1 Documents
Search

Peningkatan Akurasi Metode C4.5 Untuk Memprediksi Kelayakan Kredit Berbasis Stratified Sampling Dan Optimize Selection Ardiyansyah Ardiyansyah; Rabiatus Saadah; Lisnawanty Lisnawanty; Deasy Purwaningtias
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 10, No 2 (2023)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v10i2.636

Abstract

Pembiayaan kredit merupakan penyedia dana yang memberikan pinjaman yang berdasarkan perjanjian antara nasabah dan bank dengan syarat peminjam harus melunasi pinjamannya pada waktu tertentu. Tujuan dari penelitian ini dilakukan adalah untuk meningkatkan akurasi algoritma C4.5 dalam memprediksi kelayakan kredit. Algoritma stratified sampling digunakan untuk mengatasi jumlah data yang besar, sedangkan algoritma optimize selection digunakan untuk menentukan atribut terbaik. Penerapan algoritma stratified sampling dan optimize selection pada C4.5 memiliki tingkat akurasi sebesar 80%, lebih tinggi dari algoritma yang lainnya. Sehingga dapat disimpulkan bahwa pada penelitian ini algoritma stratified sampling dan optimize selection merupakan algoritma terbaik dalam meningkatkan akurasi serta mengatasi kekurangan algoritma C4.5.