Rifa’i, Ahmad (2017) ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN METODE CLASSIFICATION AND REGRESSION TREES (CART) DI PT. FEDERAL INTERNATIONAL FINANCE (FIF) KIOS BATANG KUIS. Undergraduate thesis, UNIMED.
1. 4111230001 COVER.pdf - Published Version
Download (99kB) | Preview
2. 4111230001 LEMBAR PENGESAHAN.pdf - Published Version
Download (201kB) | Preview
4. 4111230001 ABSTRAK.pdf - Published Version
Download (147kB) | Preview
5. 4111230001 KATA PENGANTAR.pdf - Published Version
Download (197kB) | Preview
6. 4111230001 DAFTAR ISI.pdf - Published Version
Download (145kB) | Preview
7. 4111230001 DAFTAR GAMBAR.pdf - Published Version
Download (77kB) | Preview
8. 4111230001 DAFTAR TABEL.pdf - Published Version
Download (79kB) | Preview
9. 4111230001 DAFTAR LAMPIRAN.pdf - Published Version
Download (73kB) | Preview
10. 4111230001 BAB I.pdf - Published Version
Download (183kB) | Preview
14. 4111230001 BAB V.pdf - Published Version
Download (131kB) | Preview
15. 4111230001 DAFTAR PUSTAKA.pdf - Published Version
Download (85kB) | Preview
3. 4111230001 RIWAYAT HIDUP.pdf - Published Version
Download (87kB) | Preview
Abstract
Metode CART merupakan metode atau algoritma dari salah satu teknik
eksplorasi data, yaitu teknik pohon keputusan yang dikembangkan oleh Leo
Breiman, Jerome H. Friedman, Richard A. Olshen dan Charles J. Stone sekitar
tahun 1980-an. Pendekatan CART untuk mengklasifikasikan data statistik telah
banyak digunakan dalam berbagai bidang. Tujuan CART adalah mengklasifikasikan
suatu kelompok observasi atau sebuah observasi ke dalam suatu sub
kelompok dari kelas-kelas yang diketahui.
Faktor-faktor yang mempengaruhi keputusan PT Federal International
Finance dalam memilih nasabah yang akan mengambil kredit ditinjau berdasarkan
metode Classification and Regression (CART) adalah status kredit (lancar dan
macet), jenis kelamin (laki-laki dan wanita), jenjang pendidikan (sarjana, diploma,
SMA dan SMP ke bawah), status pernikahan (belum menikah, menikah dan cerai),
jenis pekerjaan (pegawai swasta, pegawai BUMN/BUMD, pegawai negeri sipil, dan
lainnya), dan pendapatan (<Rp 3.000.000, >Rp 3.000.000).
CART dapat diterapkan untuk mengklasifikasikan nasabah kredit. Hasil
pengklasifikasian tersebut selanjutnya digunakan untuk memprediksi calon nasabah
yang akan menggunakan layanan jasa kredit, sehingga dapat meminimalisir
terjadinya kerugian akibat dari pembayaran angsuran kredit yang macet. Dalam
penelitian ini, pengklasifikasian nasabah kredit dengan metode CART menghasilkan
ketepatan klasifikasi sebesar 79%. Artinya bahwa metode CART dapat
mengklasifikasikan nasabah kredit secara tepat sebesar 79%.
Dari Pohon klasifikasi ini memiliki profile yang terpresentatif di simpul
akhir,sebagai berikut
1. Simpul akhir petani, nasabah kredit macet petani didominasi dengan lakilaki
yang berpenghasilan < Rp.3.000.000 dan berpendidikan
SMA/sederaja,. nasabah kredit petani laki-laki yang berpenghasilan >Rp.
3.000.000 berkategori lancar
2. Simpul akhir PNS, nasabah kredit macet PNS sudah menikah dengan
pendidikan D3/S1 yang berpengasilan > Rp 3.000.000.
3. Simpul akhir karyawan, nasabah kredit macet karyawan perempuan yang
berpenghasilan < Rp 3.000.000, belum menikah, sedangkan wanita
dengan penghasilan >Rp 3.000.000 kredit lancar. Kategori karyawan
satu-satunya yang mendapat label pekerjaan potensi kredit macet
4. Simpul akhir wiraswasta, nasabah kredit macet 80% perempuan dengan
penghasilan <Rp 3.000.000 dan pendidikan SMA/sederajat. Sedangkan
iv
nasabah kredit lancar wiraswasta yang berpengasilan > Rp 3.000.000
baik laki-laki maupun perempuan
Item Type: | Thesis (Undergraduate) |
---|---|
Additional Information: | SK-2017 MAT 053 |
Keywords: | Bank, Finansial, Kredit |
Subjects: | H Social Sciences > HB Economic Theory. Demography > HB135 Mathematical economics H Social Sciences > HB Economic Theory. Demography > HB221 Price |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
Depositing User: | Mr Maknun |
Date Deposited: | 20 Apr 2017 03:52 |
Last Modified: | 20 Apr 2017 03:52 |
URI: | https://digilib.unimed.ac.id/id/eprint/24156 |