Analisis Kelayakan Kredit Rumah Menggunakan Metode Naïve Bayes untuk Mengurangi Kredit Macet

Abstract

Penentuan kelayakan pengajuan kredit rumah pada sebuah perusahaan developer adalah hal yang sangat penting, mengingat jika terjadi kesalahan menganalisis maka akan berdampak pada kerugian perusahaan yang pada kasus ini adalah PT. Pramatra. Oleh karena itu penulis membuat sebuah Analisis kelayakan kredit dengan menggunakan metode Naive Bayes untuk menentukan layak tidaknya sebuah pengajuan kredit rumah. Penulis membuat analisis kelayakan kredit menggunakan metode Naive Bayes menggunakan microsoft excel untuk kemudahan pengguna. Penulis juga menggunakan aplikasi pendukung Rapidminer menyiapkan data training sebayak 50 data dan data testing sebanyak 15 data yang dipilih secara rendom. Data testing tersebut akan dianalisis baik menggunakan sistem yang dibuat dan aplikasi pendukung keputusan Rapidminer. Hasil pengujian akurasi analisis kelayakan kredit rumah dengan menggunakan Naive Bayes cukup tinggi 0,80 atau sekitar 80%.

Implementasi Algoritma Klasifikasi Naïve Bayes Untuk Klasifikasi Credit Scoring Pada Platform Peer-To-Peer Lending

“…Dan pada beberapa penelitian sebelumnya seperti yang dilakukan oleh Sumanto, dkk pada tahun 2021 dimana hasil penelitian yang dilakukan menunjukkan bahwa penerapan Naïve Bayes digunakan untuk menentukan layak tidaknya sebuah pengajuan kredit rumah dengan menggunakan data training sebanyak 50 dan data testing sebanyak 15 data secara random dan hasil pengujian akurasi cukup tinggi yaitu senilai 80% [9].…”

Peningkatan Performa Decision Tree dengan AdaBoost untuk Klasifikasi Kekurangtransparanan Informasi Anti-Korupsi

“…Penelitian [17] menerapkan algoritma decision tree untuk melakukan prediksi atas klasifikasi kelulusan tepat waktu dengan memanfaatkan dataset akademik mahasiswa tahun 2012-2014 yang diperoleh dari Pusat Informasi dan Data (PUSTIPANDA) UIN Syarif Hidayatullah Jakarta sebanyak 754 records. Penelitian [18] juga menerapkan algoritma klasifikasi untuk melakukan prediksi atas klasifikasi kelayakan kredit rumah dengan memanfaatkan dataset seluruh konsumen pembeli properti di PT. Pramtra Perumahan Queen Residence di Karawang dari bulan Maret 2019 hingga Februari 2020 sebanyak 50 data transaksi.…”

Sistem Pendukung Keputusan Penentuan Kelayakan Penangguhan Kredit Nasabah menggunakan Naïve Bayes

“…Valid. Hasil temuan kami relevan dengan temuan yang dilakukan oleh (Rifqo & Veronica, 2019;Sumanto et al, 2021). Dimana hasil temuan mereka adalah nasabah atau pelanggan yang diuji kelayakannya dalam melakukan pinjaman atau sewa, dan pembelian rumah secara kredit sudah valid dengan menggunakan metode naïve bayes.…”

“…Hasil temuan pada penelitian sebelumnya menunjukkan bahwa naive bayes mempunyai akurasi yang baik, sehingga mampu menganalisa pelanggan yang baik dan pelanggan yang buruk dalam menentukan kredit sewa barang usaha (Rifqo & Veronica, 2019). Sementara itu, hasil temuan lain menunjukkan bahwa naïve bayes dapat menentukan kelayakan nasabah dalam pembelian rumah secara kredit, sehingga memberikan proses penyeleksian yang cepat dan mudah dipahami dengan akurasi tinggi (Sumanto et al, 2021).…”