Sistem Pakar Pemilihan Calon Debitur Kredit Motor Dengan Algoritma C4.5 Pada PT.Federal International Finance
Abstract
Abstrak: Kredit adalah kepercayaan yang memungkinkan satu pihak untuk memberikan uang atau sumber daya kepada pihak lain di mana pihak kedua mempunyai perjanjian untuk segera mengembalikan uang pihak pertama di kemudian hari, Dalam definisi istilah yang pertama dan paling umum, kredit mengacu pada kesepakatan untuk membeli barang atau jasa dengan janji tegas untuk membayarnya nanti, meskipun begitu dapat dilihat masih banyak konsumen yang memiliki kredit macet seperti tunggakan dan hal lainnya yang mengakibatkan tidak dapat melanjutkan pembayaran kredit.Dalam proses pembiayaan yang dilakukan oleh FIFGROUP, terjadi kendala yaitu masih banyak konsumen yang mengalami kredit macet yang mengakibatkan sepeda motor harus ditarik oleh perusahaan. oleh sebab itu ,penelitian ini dibuat untuk menjadi salah satu solusi dari permasalahan yang dihadapi oleh FIFGROUP,yaitu dengan cara diminimalisir dengan pengimplementasian metode algoritma C4.5, yaitu pembuatan aplikasi system pakar yang dapat melakukan analisa terhadap data-data rekapitulasi pembayaran konsumen yang selanjutnya dapat dijadikan acuan terhadap seleksi calon debitur yang mengajukan kredit.sistem pakar yang dipadukan dengan data mining berupa algoritma C4.5 diharapkan dapat digunakan untuk membantu memecahkan permasalahan dalam berbagai bidang, salah satunya adalah klasifikasi calon debitur kredit.Kata kunci: algoritma C4.5, sistem pakar, debitor kredit motor
Abstract: Credit is an alternative for some people in making purchases, especially the purchase of motorized vehicles. Credit has also become a source of income for several banks or private companies and agencies that lease credit services to consumers, although it can be seen that there are still many consumers who have bad credit such as arrears and other things that result in being unable to continue credit payments. by FIFGROUP, there is an obstacle, namely that there are still many consumers who experience bad credit which causes motorbikes to be pulled by the company. Therefore, this research was made to be one of the solutions to the problems faced by FIFGROUP, namely by minimizing it by implementing the C4.5 algorithm method, which is the creation of an expert system application that can analyze data on consumer payment recapitulation which can then be obtained. used as a reference for the selection of prospective debtors who apply for credit. The expert system combined with data mining in the form of the C4.5 algorithm is expected to be used to help solve problems in various fields, one of which is the classification of potential credit debtors..
Keywords: C4.5 algorithm, expert system, motor credit debtor
References
[1] W. Erawan and N. A. Hamdani, “The Adoption Knowledge Management in Small and Medium-Sized Enterprises to Face ASEAN Ecconomic Community (AEC) on Competitive Environment,†The British Journal of Psychiatry, vol. 111, no. 479, 2017.
[2] J. M. C. Bastien, “Usability Testing : A Review of Some Methodological and Technical Aspects of the Method,†International Journal of Medical Informatics., vol. 79, no. 4, 2010.
[3] M. Naresh and P. Munaswamy, “Smart Agriculture System using IoT technology,†International Journal of Recent Technology and Engineering., vol. 7, no. 5, pp. 98–102, 2019.
[4] W. M. Alahdal, M. H. Alsamhi, and T. Prusty, “The Role of Cost Accounting System in the Pricing Decision- Making in Industrial Companies of Taiz City, Yemen,†International Academic Journal of Accounting and Financial Management., vol. 3, no. 7, pp. 70–78, 2016.
[5] W. A. Kusuma, V. Noviasari, and G. I. Marthasari, “Analisis Usability dalam User Experience pada Sistem KRS Online UMM menggunakan USE Questionnaire,†Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI)., vol. 5, no. 4, pp. 294–301, 2016.
[1] M. Potensi, C. Kreditur, D. I. Ksp, and G. Manunggal, “Implementasi Algoritma K-Nearest Neighbor Dalam Abstraksi Pendahuluan Tinjauan Pustaka,†vol. 17, no. 2, pp. 1–6, 2016.
[2] H. Heryono and A. Kardianawati, “Implementasi Metode Naive Bayes Untuk Klasifikasi Kredit Motor,†JOINS (Journal Inf. Syst., vol. 3, no. 1, pp. 10–21, 2018.
[3] W. J. Barat and J. Selatan, “Isbn : 978-602-72850-4-0 Sniptek 2013 Penerapan Particle Swarm Optimization Untuk Seleksi Atribut Pada Metode Support Vector Machine Untuk Penentuan Penilaian Isbn : 978-602-72850-4-0,†2013.
[4] H. Marcos and I. Hidayah, Implementasi Data Mining Untuk Klasifikasi Nasabah Kredit Bank"X" Menggunakan Classification Rule. 2014.
[5] H. Wijaya, Analisis Data Kualitatif: Sebuah Tinjauan Teori & Praktik. Sekolah Tinggi Theologia Jaffr, 2019.
[6] A. Z. Pratama, L. Kurniawati, S. Larbona, and T. Haryanti, “Algoritma C4 . 5 Untuk Klasifikasi Nasabah Dalam Memprediksi Kredit Macet,†Inf. Syst. Educ. Prof., vol. 3, no. 2, pp. 121–130, 2019.
[7] I. Akil, “Analisa Efektifitas Metode Forward Chaining Dan Backward chaining pada sistem pakar,†J. Pilar Nusa Mandiri, vol. 13, no. 1, pp. 35–42, 2017.
[8] M. M. Madang, Santosa, and A. Assagaf, “Membangun E-Government Dalam Pelayanan Administrasi Kependudukan Desa Berbasis Web,†J. Teknol. Inform., 2019.
[9] M. Larassati, A. Latukolan, A. Arwan, and M. T. Ananta, “Pengembangan Sistem Pemetaan Otomatis Entity Relationship Diagram Ke Dalam Database,†J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 4, pp. 4058–4065, 2019, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/5117.
[10] E. Maiyana, “Perancangan Aplikasi Media Informasi Lowongan Kerja Perusahaan Bagi Pencari Kerja Berbasis Web,†J. Sains dan Inform., vol. 3, no. 2, p. 118, 2017, doi: 10.22216/jsi.v3i2.2893.
[11] E. Kartini, “Sistem Informasi Wisata Kuliner di Kota Medan Berbasis Web,†vol. 2, no. 2, pp. 139–145, 2017.
