2022
DOI: 10.30865/jurikom.v9i6.5131
|View full text |Cite
|
Sign up to set email alerts
|

Klasifikasi Kelayakan Pemberian Kredit Pada Calon Debitur Menggunakan Naïve Bayes

Abstract: As a lending company, PT. PRIMA KONSUMEN FINANCE certainly has the possibility of bad credit in extending credit to its debtors which can reduce the company's income. Therefore the author performs data mining analysis on debtor data that has borrowed at PT. PRIMA KONSUMEN FINANCE to become valuable information for the company. The author uses debtor data in 2019 as many as 265 data. In conducting the analysis the author uses the WEKA Tools tool. The method used is the Naïve Bayes classification method with 9 a… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
0
0
1

Year Published

2024
2024
2024
2024

Publication Types

Select...
1

Relationship

0
1

Authors

Journals

citations
Cited by 1 publication
(1 citation statement)
references
References 13 publications
0
0
0
1
Order By: Relevance
“…Melihat kondisi tersebut pada suatu penelitian dapat dianalisa bahwa pada perusahaan jasa keuangan seperti bank yang memberikan peminjaman kredit kepada debitur dapat menjadi salah satu sumber penghasilan yang dimiliki oleh perusahaan, namun apabila sering terjadi resiko kredit macet maka berdampak pada terjadinya penurunan pendapatan perusahaan yang meminjamkan kredit. Oleh karena itu salah satu upaya untuk mencegah resiko terjadinya kredit macet peranan solusi teknologi sepert i pada sistem pendukung keputusan dapat menjadi pilihan alternatif solusi dalam assessment kriteria calon debitur sebelum pengambilan keputusan terkait dengan kelayakan pemberian kredit dari pihak bank [1].…”
Section: Pendahuluanunclassified
“…Melihat kondisi tersebut pada suatu penelitian dapat dianalisa bahwa pada perusahaan jasa keuangan seperti bank yang memberikan peminjaman kredit kepada debitur dapat menjadi salah satu sumber penghasilan yang dimiliki oleh perusahaan, namun apabila sering terjadi resiko kredit macet maka berdampak pada terjadinya penurunan pendapatan perusahaan yang meminjamkan kredit. Oleh karena itu salah satu upaya untuk mencegah resiko terjadinya kredit macet peranan solusi teknologi sepert i pada sistem pendukung keputusan dapat menjadi pilihan alternatif solusi dalam assessment kriteria calon debitur sebelum pengambilan keputusan terkait dengan kelayakan pemberian kredit dari pihak bank [1].…”
Section: Pendahuluanunclassified