<![CDATA[Pengelolaan data nasabah kredit merupakan aspek penting dalam perbankan untuk mengurangi risiko kredit macet. Algoritma Decision Tree C4.5 adalah salah satu metode data mining yang digunakan untuk mengklasifikasikan data karena kemampuannya menangani data numerik dan kategorik. Penelitian ini bertujuan untuk menentukan kelayakan nasabah dalam memperoleh kredit dengan menerapkan algoritma C4.5. Tahapan penelitian mencakup pengumpulan data nasabah, preprocessing data, serta pembangunan model Decision Tree. Hasil pengujian menunjukkan bahwa algoritma C4.5 mampu mengklasifikasikan kelayakan kredit nasabah, dengan atribut seperti pendapatan, riwayat pembayaran, dan usia sebagai faktor yang paling berpengaruh. Model yang dikembangkan memiliki tingkat akurasi sebesar 67,48%, sehingga dapat menjadi alat yang efektif dalam mendukung pengambilan keputusan terkait analisis risiko kredit. Selain itu, model ini dapat membantu lembaga keuangan dalam mengoptimalkan strategi penyaluran kredit dan mengurangi tingkat kredit bermasalah. Implementasi metode ini diharapkan dapat meningkatkan efisiensi sistem perbankan, mempercepat proses evaluasi nasabah, serta mendukung kebijakan manajemen risiko yang lebih akurat dan berbasis data.]]>
Copyrights © 0000
