Implementasi Algoritma CART dan CMAR untuk Menentukan Status Resiko Kredit
| Main Author: | RestuFujiRahayu |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2011
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/152680/1/051100407.pdf http://repository.ub.ac.id/152680/ |
Daftar Isi:
- Dalam dunia perbankan, pemberian kredit merupakan kegiatan usaha yang mengandung resiko tinggi yang berpengaruh terhadap kelangsungan usaha perbankan. Oleh karena itu, seorang pembuat keputusan (decision maker) harus melakukan evaluasi untuk pemohon kredit secara objektif, akurat dan konsisten. Pada pengambilan keputusan untuk pemohon kredit, dapat dilakukan dengan data mining menggunakan metode klasifikasi. Dalam penelitian ini, digunakan algoritma CART (Classification and Regression Tree) dan algoritma CMAR (Classification Based on Multiple Class-Association Rules). CART merupakan binary tree yang hanya memilikai dua cabang untuk setiap decision node, sehingga decision node harus dipartisi menjadi dua bagian dan membentuk candidate split. Candidate split dipilih untuk penyusunan inisial partisi pada root node dan decision node. Kriteria pemilihan tersebut berdasarkan nilai goodness of split (Φ(s/t)) terbesar. Pada algoritma CMAR, klasifikasi dilakukan dengan memangkas beberapa aturan dan hanya memilih subset aturan klasifikasi berkualitas tinggi, kemudian menemukan aturan lengkap melalui support dan confidence. Dari hasil analisa, didapatkan tingkat akurasi sebesar 68% untuk algoritma CART dan 80% untuk algoritma CMAR. Sedangkan waktu kinerja program, 2127.84 ?? untuk algoritma CART dan 949.2 ?? untuk algoritma CMAR. Dari hal tersebut dapat disimpulkan bahwa algoritma CMAR lebih layak dipakai untuk penentuan status resiko kredit dibandingkan algoritma CART.