Perbandingan Performa Metode Klasifikasi SVM, Neural Network, dan Naive Bayes untuk Mendeteksi Kualitas Pengajuan Kredit di Koperasi Simpan Pinjam
Journal Title: Jurnal Teknologi Informasi dan Ilmu Komputer - Year 2019, Vol 6, Issue 4
Abstract
Mendeteksi kualitas kredit sejak dini merupakan satu tahapan penting yang wajib dilakukan oleh koperasi simpan pinjam guna meminimalisir adanya risiko kredit. Dalam penelitian ini, kami menggunakan tiga metode klasifikasi yaitu SVM, Neural Network, dan Naïve Bayes untuk menemukan metode dengan performa yang paling baik dan optimal pada kasus pendeteksian kualitas kredit di koperasi simpan pinjam. Proses yang dilakukan adalah dengan mengimplementasikan data hasil pre processing menggunakan algoritme SVM, Neural Network, dan Naïve Bayes dengan proses evaluasi menggunakan 5-fold cross validation. Hasil yang didapatkan adalah metode Neural Network menjadi metode dengan performa paling baik. Rerata tingkat akurasi yang dihasilkan sebesar 86,81%, rerata precision sebesar 0,8194, rerata recall sebesar 0,8236, dan rerata nilai AUC sebesar 0,9158. Namun, waktu eksekusi yang dihasilkan algoritme Neural Network menjadikan algoritme ini sebagai algoritme paling lambat dibandingkan dengan dua metode lain. Nilai rerata waktu eksekusi dari metode Neural Network sebesar 3,058 detik, jauh lebih lama dibandingkan dua algoritme lain yang hanya berkisar pada nilai 0 – 1 detik.
Authors and Affiliations
Iqbal Nur
Keywords
Related Articles
- EP ID EP619701
- DOI -
- Views 72
- Downloads 0
Sistem Informasi Monitoring dan Evaluasi Bidikmisi
Beasiswa merupakan bantuan biaya untuk menunjang proses pendidikan, bidikmisi merupakan salah satu program beasiswa yang diberikan pemerintah melalui Direktorat Jendral Pendidikan Tinggi (DITJEN DIKTI) Kementrian Riset T...
Perbandingan Performa Metode Klasifikasi SVM, Neural Network, dan Naive Bayes untuk Mendeteksi Kualitas Pengajuan Kredit di Koperasi Simpan Pinjam
Mendeteksi kualitas kredit sejak dini merupakan satu tahapan penting yang wajib dilakukan oleh koperasi simpan pinjam guna meminimalisir adanya risiko kredit. Dalam penelitian ini, kami menggunakan tiga metode klasifikas...
SEED (Stoke Disease Early Detection Application) - Rancang Bangun Aplikasi Mobile Berbasis Android untuk Mendiagnosis Gejala Dini Penyakit Stroke Menggunakan K-Nearest Neighbor (K-NN)
Stroke merupakan penyakit yang tinggi di Indonesia. Stroke menjadi peringkat kedua sebagai penyakit yang paling banyak menyebabkan kematian didunia. Pada zaman modern, stroke tidak hanya menyerang orang yang sudah lanjut...
Indeks Kesiapan Perguruan Tinggi dalam Mengimplementasikan Smart Campus
Keberhasilan perguruan tinggi memanfaatkan Teknologi Informasi dan Komunikasi (TIK) atau sering dikenal dengan istilah smart campus sebagai upaya kompetitif dan bernilai saing pada hakekatnya terletak pada sejumlah indic...
Penerapan Library AR.js pada Aplikasi e-Label Batik untuk Mendukung Kejelasan dan Kecepatan Tampilnya Informasi Keaslian Batik
Industri batik printing memproduksi tekstil bermotif batik dengan cara menduplikasinya melalui mesin-mesin printing, sehingga proses pengerjaannya bisa lebih cepat serta harga jual yang lebih murah dan ini memberikan anc...