A platform for research: civil engineering, architecture and urbanism
A platform for research: civil engineering, architecture and urbanism
Aplikasi Klasifikasi Penentuan Pengajuan Kartu Kredit Menggunakan Metode Naive Bayes di Bank BNI Syariah Surabaya
Bank merupakan salah satu lembaga yang bergerak dalam bidang jasa keuangan, yang salah satu pelayanannya adalah pemberian kartu kredit kepada para nasabah. Permasalahan yang timbul dari adanya pemberian kartu kredit kepada nasabah bank tersebut adalah sulitnya analis kartu kredit dalam menentukan kartu kredit yang sesuai untuk nasabah. Penelitian ini dilakukan dalam rangka membantu pihak analis kartu kredit dalam mengklasifikasikan nasabah untuk mendapatkan kartu kredit yang tepat dengan menerapkan metode Naive Bayes. Metode Naive Bayes dimanfaatkan untuk mencari pola nasabah yang sudah diterima dalam pengajuan kartu kredit dengan variabel yang digunakan adalah jenis kelamin, status rumah, status, jumlah tanggungan, profesi, dan penghasilan per tahunnya. Hasil dari penelitian ini menunjukkan bahwa rata-rata nilai precision sebesar 100%, nilai recall sebesar 95%, dan accuracy sebesar 98,67%. Dengan demikian, aplikasi ini sudah efektif untuk membantu pihak analis kartu kredit dalam mengklasifikasikan nasabah untuk mendapatkan kartu kredit yang tepat dan terbaik sesuai kriteria.
Aplikasi Klasifikasi Penentuan Pengajuan Kartu Kredit Menggunakan Metode Naive Bayes di Bank BNI Syariah Surabaya
Bank merupakan salah satu lembaga yang bergerak dalam bidang jasa keuangan, yang salah satu pelayanannya adalah pemberian kartu kredit kepada para nasabah. Permasalahan yang timbul dari adanya pemberian kartu kredit kepada nasabah bank tersebut adalah sulitnya analis kartu kredit dalam menentukan kartu kredit yang sesuai untuk nasabah. Penelitian ini dilakukan dalam rangka membantu pihak analis kartu kredit dalam mengklasifikasikan nasabah untuk mendapatkan kartu kredit yang tepat dengan menerapkan metode Naive Bayes. Metode Naive Bayes dimanfaatkan untuk mencari pola nasabah yang sudah diterima dalam pengajuan kartu kredit dengan variabel yang digunakan adalah jenis kelamin, status rumah, status, jumlah tanggungan, profesi, dan penghasilan per tahunnya. Hasil dari penelitian ini menunjukkan bahwa rata-rata nilai precision sebesar 100%, nilai recall sebesar 95%, dan accuracy sebesar 98,67%. Dengan demikian, aplikasi ini sudah efektif untuk membantu pihak analis kartu kredit dalam mengklasifikasikan nasabah untuk mendapatkan kartu kredit yang tepat dan terbaik sesuai kriteria.
Aplikasi Klasifikasi Penentuan Pengajuan Kartu Kredit Menggunakan Metode Naive Bayes di Bank BNI Syariah Surabaya
Monika Antaristi (author) / Yogiek Indra Kurniawan (author)
2017
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
Klasifikasi Pemenuhan Pilar Sanitasi Puskesmas Menggunakan Metode Naive Bayes
| DOAJ | 2023
MODEL DATA MINING DALAM PENENTUAN KELAYAKAN PEMILIHAN TEMPAT TINGGAL MENGGUNAKAN METODE NAIVE BAYES
| DOAJ | 2016
PENENTUAN HARGA JUAL HUNIAN PADA APARTEMEN DI SURABAYA DENGAN MENGGUNAKAN METODE REGRESI SPASIAL
| DOAJ | 2008