SIGMA: Information Technology Journal
Vol 8 No 2 (2018): Maret 2018

Analisis Data Mining Kelayakan Calon Debitur Di Pt. Bank BRI Dengan Mengunakan Metode Klasifikasi Naive Bayes

Ahmad Turmuzdy ZY (STT Pelita Bangsa)
Donny Maulana (STT Pelita Bangsa)
Maulana Sofyan (STT Pelita Bangsa)



Article Info

Publish Date
18 Mar 2018

Abstract

Abstrak Bank Rakyat Indonesia (BRI) adalah salah satu bank milik pemerintah yang terbesar di Indonesia. PT. Bank Rakyat Indonesia merupakan salah satu badan usaha perbankan yang melakukan usaha menghimpun dan menyalurkan dana masyarakat, terutama memberikan kredit dan jasa di lalu lintas pembayaran dan peredaran uang, serta memiliki beberapa unit produk, diantaranya pelayanan penyimpanan atau tabungan dan pelayanan perkreditan. Produk pembiayaan pada PT. Bank Rakyat Indonesia terdiri dari berbagai jenis produk, yaitu Kredit Umum Pedesaan (Kupedes) yang terdiri dari kredit Skala Micro (KSM), Kredit Komersial (KOM), Kredit BRIGuna (KBG), dan kredit yang bekerja sama dengan pemerintah yaitu Kredit Usaha Rakyat (KUR). Dengan begitu banyaknya calon debitur yang mengajukan kredit pada PT. Bank Rakyat Indonesia. Kemudian akan dilakukan uji kelayakan pada calon debitur PT. Bank Rakyat Indonesia menggunakan salah satu metode klasifikasi yaitu metode naive bayesian, untuk mengetahui calon debitur yang layak mendapatkan kredit pada PT. Bank Rakyat Indonesia dengan tingkat akurasi yang tinggi, agar tidak terjadi masalah ketika sedang berlangsungnya proses perkreditan pada PT. Bank Rakyat Indonesia. Kata kunci : Analisis, data mining, kelayakan, calon debitur, PT. Bank BRI , klasifikasi, naive bayes

Copyrights © 2018






Journal Info

Abbrev

sigma

Publisher

Subject

Computer Science & IT

Description

SIGMA: Information Technology Journal merupakan jurnal ilmiah yang diterbitkan oleh Program Studi Teknik Informatika Universitas Pelita Bangsa sebagai salah satu wadah publikasi bagi dosen-dosen yang memiliki penelitian ilmiah di bidang Teknik Informatika, Ilmu Komputer, Sistim Informasi, Artificial ...