<![CDATA[Pemberian kredit kepada konsumen atau calon nasabah melewati beberapa proses. Proses ini dimulai dari pengajuan kredit kemudian dari proses pengajuan kredit terseut akan dilakukan proses analisis pemberian kredit. Kesalahan mengidentifikasi kredit menyebabkan risiko kredit yang mengarah pada hilangnya pendapatan dan memperluas kredit untuk risiko kredit yang bertipe buruk yaitu ancaman bagi profitabilitas. Teknik klasifikasi data mining dapat digunakan untuk menentukan risiko kredit. Algoritma klasifikasi banyak digunakan oleh peneliti dengan dataset dan hasil yang berbeda pula. k-NN merupakan yang terbaik untuk data denga 10 atribut dibandingkan hasil Naive Bayes, SVM dan C-45. Penelitian dalam hal perbaikan kNN sudah banyak dilakukan oleh banyak peneliti, baik dari segi akurasi maupun dari segi optimasi nilai k. Modified kNN (MKNN) merupakan salah satu algoritma hasil penelitian untuk meningkatan nilai akurasi. Perbaikan yang dilakukan yaitu dengan manambahkan perhitungan nilai validity dalam perhitungan nilai bobot pada kNN tradisional yang digunakan untuk mengatasi masalah outlier. Namun algoritma MKNN masih memiliki kelemahan utama, yaitu penentuan nilai k, biaya komputasi cukup tinggi, rentan terhadap variabel yang non-informatif. Salah satu algoritma yang digunakan untuk mengatasi masalah optimasi yaitu Algoritma Genetika. Algoritma Gentika dapat menentukan nilai k secara otomatis dan dapat meningkatkan nilai akurasi serta mengurangi kompleksitas. Dari hasil eksperimen yang dilakukan dengan menerapkan Algoritma Genetika pada Algoritma Modified K-Nearest Neighbour diperoleh hasil akurasi sebesar 96,47%, recall sebesar 96,47% dan precision sebesar 91,25%.]]>
Copyrights © 2018
