Whatsapp Resmi Dewa16 SLOT THAILAND https://dewa16.co.uk/ https://bola16.co.uk/ slo16 slot gacor http://siad.dpmd.gorutkab.go.id/ https://journal.binadarma.ac.id/pages/article/deposit-pulsa-tanpa-potongan/ https://stennisflagflyers.com/ https://nanotechinstitute.org/ slot gacor https://hollyvalance.net/ slot gacor deposit pulsa tanpa potongan slot thailand deposit pulsa tanpa potongan slot gacor hari ini slot pulsa slot pulsa https://dewa16.id/ slot gacor slot16 BOLA16 BOLA16 SLOT16 slot gacor deposit pulsa tanpa potongan https://sertifikasi.upy.ac.id/assets/mgacor/ http://103.141.105.92/ slot gacor slot gacor slot gacor slot dana slot gacor slot gacor slot thailand slot pulsa slot kamboja slot gacor https://sibangkodir.bpsdm.jatimprov.go.id/api/gacor deposit pulsa tanpa potongan slot kamboja https://littlebeedesigns.co.uk/ slot gacor maxwinhttps://siakad.stikeslakipadada.ac.id/sgacor/ https://stikeslakipadada.ac.id/gacor slot gacor slot dana deposit pulsa tanpa potongan slot thailand slot pulsa https://ppsdml.bpsdm.dephub.go.id/rames/toto/ https://kejari-sanggau.kejaksaan.go.id/ramestoto/ http://conference.fkm.unand.ac.id/rames/toto/ slot thailand togel online slot gacor slot gacor deposit pulsa tanpa potongan deposit pulsa tanpa potongan slot thailand slot gacor slot thailand deposit pulsa tanpa potongan

PENERAPAN DATA MINING DALAM MEMPREDIKSI KELANCARAN KREDIT NASABAH MENGGUNAKAN ALGORITMA C4.5 (STUDI KASUS PADA PT. ASTRA INTERNATIONAL (AUTO 2000 PLAJU)

  • Arno Prayogo Nawary Universitas Bina Darma
  • Kurniati Kurniati Universitas Bina Darma

Abstract

  1. Astra International Tbk. Auto 2000 Cabang Plaju Palembang melakukan penjualan dan jasa pelayanan service. Melihat kondisi demikian, diperlukan sebuah sistem aplikasi perangkat lunak menggunakan algoritma C4.5 yang dapat membantu pihak AUTO 2000 dalam menentukan kelayakan kredit nasabah yang hendak melakukan kredit, dengan memprediksi layak atau tidak diberi pembiayaan kredit. Penelitian dilakukan dengan menggunakan algoritma data mining C4.5 untuk menguji data histori transaksi dari nasabah yang menerima pembiayaan kredit terlepas dari apakah mereka bermasalah dengan cicilan atau tidak. Dengan dihasilkannya klasifikasi kelayakan pemberian kredit nasabah dengan jumlah 8 atribut menghasilkan akurasi 87.36% merupakan tingkat akurasi yang baik dibandingkan dengan hasil penelitian klasifikasi kelayakan pemberian kredit nasabah yang menggunakan 4 atribut menghasilkan akurasi 79.50 % , sehingga kelancaran proses penilaian kelayakan kredit dapat tercipta dan pembayaran terlambat (menunggak) sudah terprediksi dari awal untuk dapat diwaspadai agar dapat meminimalisir meningkatnya kredit macet.
Published
2022-06-17