<![CDATA[Penelitian ini bertujuan untuk memberikan rekomendasi sebagai dasar pertimbangan kelayakan calon mitra usaha. Melalui analisis data profil usaha, berupa sektor usaha, provinsi, status usaha, tahun pendirian, jumlah modal, hasil penjualan, total kekayaan bersih, usia pemilik, penghasilan pemilik, jumlah pinjaman, dan label. Metode Naive Bayes dipilih sebagai alat klasifikasi karena kecepatan dan akurasinya. Hasil evaluasi dari 20 data test, terdapat 18 (90%) data yang terklasifikasi dengan benar, yaitu 6 (33%) data terkategori layak mendapat pinjaman, dan 12 (67%) data terkategori tidak layak mendapat pinjaman. Algoritma Naive Bayes memberikan hasil akurasi sebesar 90%, dengan presisi dan recall masing-masing sebesar 92% untuk kategori "Layak" dan "Tidak Layak" mendapatkan pinjaman. Hasil ini menunjukkan bahwa algoritma Naive Bayes layak digunakan untuk penentuan kemitraan usaha PKBL PT. Pos Indonesia. Penelitian ini memberikan kontribusi dalam memberikan rekomendasi yang lebih efektif dalam menilai kelayakan calon mitra usaha, dengan meminimalisir risiko kredit macet.]]>
Copyrights © 2024
