Implementasi Metode K-Neareest Neighbor Untuk Rekommendasi Persetujuan Pinjaman (Study Kasus: Bumdes Berdikari Desa Kranggan)

Murti, Aji Kurnia (2018) Implementasi Metode K-Neareest Neighbor Untuk Rekommendasi Persetujuan Pinjaman (Study Kasus: Bumdes Berdikari Desa Kranggan). Tugas Akhir thesis, Universitas Teknologi Yogyakarta.

Text ABSTRACT_5140411254_AJI KURNIA M.docx Download (16kB)

Abstract

Lembaga keuangan memiliki risiko ketika memberikan hutang kepada debitur,yaitu risiko yang terjadi ketika debitur tidak dapat memenuhi kewajibannya. Potensi resiko ini dapat terjadi pada aktivitas operasional bank seperti perkreditan, aktivitas treasuri dan investasi. Oleh karena itu untuk meminimalkan resiko kredit perlu dilakukan evaluasi kelayakan pemberian hutang menggunakan kriteria-kriteria untuk menilai kelayakan pemberian hutang kepada debitur. Salah satucara untuk menilai kelayakan pemberian hutang yaitu dengan data mining. Salah satu fungsi dalam data mining yang dapat menyelesaikan masalah yang dihadapi pihaki nstansi untuk memprediksi kelayakan pemberian hutang adalah klasifikasi. Algoritma K-nearest Neighbor (KNN) adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Berdasarkan penelitian yang telah dilakukan, Algoritma K-nearest Neighbor menghasilkan nilai akurasi sebesar 83% dan error rate sebesari 16%. Dalam membangun aplikasi ini penulis menggunakan bahasa pemrograman java serta mysql sebagai database server.

Item Type:	Thesis (Skripsi, Tugas Akhir or Kerja Praktek) (Tugas Akhir)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Sains Dan Teknologi > S1 Informatika
Depositing User:	INF FTIE-UTY
Date Deposited:	26 Oct 2018 01:57
Last Modified:	26 Oct 2018 01:57
URI:	http://eprints.uty.ac.id/id/eprint/1844

Actions (login required)

View Item