Claim Missing Document
Check
Articles

Found 3 Documents
Search

Algoritma Decision Tree ID3 Bagi Lembaga Pemberi Pinjaman Untuk Menentukan Faktor Yang Mempengaruhi Kelayakan Individu Memperoleh Pinjaman Riza Wirasena, Muhammad; M Rollan Reinaldi; Muhammad Ihsan Jambak
The Indonesian Journal of Computer Science Vol. 13 No. 3 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i3.3790

Abstract

Lembaga pemberi pinjaman menghadapi tantangan dalam mengevaluasi kelayakan suatu individu untuk memperoleh pinjaman. Proses ini memerlukan analisis mendalam terhadap sejumlah faktor yang dapat mempengaruhi keberhasilan pembayaran pinjaman. Oleh karena itu, diperlukan pendekatan yang efisien dan sistematis untuk menentukan faktor-faktor kritis yang memengaruhi kelayakan pemberian pinjaman. Penelitian ini bertujuan untuk memanfaatkan algoritma Decision Tree ID3 sebagai metode analisis yang efektif dalam menentukan faktor-faktor yang paling mempengaruhi kelayakan suatu individu memperoleh pinjaman. Algoritma Decision Tree ID3 digunakan untuk mengidentifikasi dan mengurutkan faktor-faktor yang memiliki dampak signifikan terhadap keberhasilan pembayaran pinjaman. Penggunaan metode ini diharapkan dapat memberikan pemahaman yang lebih baik tentang keputusan pemberian pinjaman. Hasil penelitian menunjukkan bahwa algoritma Decision Tree ID3 mampu mengidentifikasi faktor-faktor utama yang mempengaruhi keputusan pemberian pinjaman. Faktor-faktor tersebut mencakup Cibil score, nilai aset tempat tinggal dan jangka waktu pinjaman. Dengan demikian, lembaga pemberi pinjaman dapat menggunakan hasil analisis ini sebagai panduan dalam meningkatkan proses pengambilan keputusan pemberian pinjaman. mencari nasabah yang telah memiliki beberapa faktor kelayakan tersebut agar nantinya rating mendapatkan nasabah baru yang pasti memperoleh pinjaman dapat lebih tinggi dari sebelumnya.
Komparasi Penerapan Algoritma C4.5, K-Nearest Neighbor, dan Naïve Bayes untuk Keberlangsungan Pasien Gagal Jantung Muhammad Fakhri Rizqullah; Naura Tri Raihana; Muhammad Ihsan Jambak
KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 4 No. 5 (2024): April 2024
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/klik.v4i5.1788

Abstract

The total number of deaths worldwide due to heart failure continues to show an increase. Classifying patients with the best accuracy can help improve preventive measures based on clinical information. This study compares classification algorithms including C4.5, K-Nearest Neighbor, and Naïve Bayes based on CRISP-DM with the 10-fold cross-validation model evaluation technique and pairwise t-test using RapidMiner software. The research obtained the highest accuracy value of 0.779 with a standard deviation of approximately 0.046.. The research results indicate that the C4.5 algorithm performs the best, followed by the Naïve Bayes algorithm with a statistically insignificant difference, and lastly, the K-Nearest Neighbor algorithm with the smallest value, thus considered less suitable for implementation in the dataset.
Faktor-Faktor yang Mempengaruhi Pemilik Pengetahuan dalam Proses Pembelajaran pada Mahasiswa Fakultas Ilmu Komputer Universitas Sriwijaya Dian Apriani Dian Apriani; Muhammad Ihsan Jambak
The Indonesian Journal of Computer Science Vol. 12 No. 4 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i4.3203

Abstract

Dalam proses pembelajaran, penciptaan pengetahuan terjadi ketika seorang individu yang berperan sebagai pemilik pengetahuan dapat menyampaikan pengetahuan yang dimilikinya ke individu lain. Namun, proses tersebut terkadang tidak berjalan dengan baik, sehingga dibutuhkan suatu sistem informasi yang sesuai dengan kebutuhan pengguna sebagai pemilik pengetahuan dengan mengetahui faktor-faktor yang mempengaruhi pemilik pengetahuan dalam menyampaikan pengetahuan pada saat proses pembelajaran. Teori yang mendasari konstruk penelitian ini adalah Model SECI (Sosialisasi, Eksternalisasi, Kombinasi, Internalisasi). Penelitian ini menggunakan metode kuantitatif. Populasi dalam penelitian ini berjumlah 2.666 dan jumlah sampel 348 yang diperoleh menggunakan metode Stratified Random Sampling. Dalam menganalisis data, menggunakan teknik Rasch Model dan software Winstep. Hasil yang diperoleh adalah proses sosialisasi dan internalisasi merupakan faktor yang dapat mempengaruhi mahasiswa sebagai pemilik pengetahuan karena cenderung lebih mudah dilakukan dan banyak disetujui untuk diterapkan.