APLIKASI PENGAJUAN KREDIT UNTUK PEMBIAYAAN USAHA MENGGUNAKAN METODE NAIVE BAYES BERBASIS WEB

Main Article Content

Indo - Intan ST. Aminah Dinayati Ghani

Abstract

Lembaga pembiayaan kredit sering mengalami masalah akibat kredit macet. Pemberian kredit yang tidak tepat sasaran menjadi penyebabnya. Untuk itu penulis melakukan studi masalah pengajuan kredit menggunakan aplikasi perangkat lunak. Tujuannya yaitu membuat sistem perangkat lunak aplikasi pengajuan kredit untuk modal kerja menggunakan metode Naive Bayes berbasis web. Metode yang dilakukan yaitu melakukan perancangan menggunakan desain Unified Modelling Language meliputi desain use case, activity diagram, sequence diagram, dan class diagram. Metode pengujian menggunakan black box dan pengujian akurasi. Pada pengujian black box, semua tombol berhasil menjalankan fungsinya secara valid. Demikian juga pada pengujian akurasi, sistem memberikan nilai akurasi yang valid.  Aplikasi pengajuan kredit dapat membantu  memberikan keputusan disetujui atau tidak disetujui suatu pengajuan secara obyektif. Aplikasi ini dapat mengurangi terjadinya kredit macet dan sejenisnya serta memberikan fleksibiltas kepada pelaku perusahaan untuk mengembangkan jaringan terhadap aplikasi secara integral karena berbasis web.

Downloads

Download data is not yet available.

Article Details

Section
Articles

References

[1] Darmawiguna, I.G.M., Irawan, I.M.A., Kusumayanti, L.M.D. 2016. Pengembangan Sistem Pendukung Keputusan Kredis Konsumtif dengan Menggunakan Metode Naive Bayes. Jurnal Nasional Pendidikan Teknik Informatika (JAPATI), No. 1, Vol. 5, Hal. 108-114.
[2] Ciptohartono, C.C. 2014. Algoritma Klasifikasi Naive Bayes untuk Menilai Kelayakan Kredit. eprinst.dinus.ac.id.
[3] Intan, I. 2016. Performansi Pengenalan Wajah Menggunakan Multi Kamera dan Multi Algoritma. Proseding Seminar Nasional Komunikasi dan Informatika ke-2, Hal. 87-92.
[4] Kashmir, D. 2012. Dasar-dasar Perbankan. Jakarta, PT. Raja Grafindo Persada.
[5] Bramer, M. 2011. Principles of Data Mining. London, Springer.
[6] Patil, T.R., Sherekar, M.S. 2013. Performance Analysis of Naive Bayes and J48 Classification Algorithm for Data Classification. International Journal of Computer Science and Applications, No. 2, Vol. 6, Hal 256-261.
[7] Bustami. 2014. Penerapan Algoritma Naive Bayes untuk Mengklasifikasi Data Nasabah Asuransi. Jurnal Informatika, No. 1, Vol. 8, Hal. 884-898.
[8] Ridwan, M., Suyono, H., Sarosa, M. 2013. Penerapan Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Jurnal EECCIS, No. 7, Vol 1, Hal. 59-64.
[9] Mustafa, M.S., Ramadhan, M.R., Thenata, A.P. 2017. Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Citec Journal, No. 2, Vol. 4, No. 2, Hal. 159-162.
[10] Gorunescu, F. 2011. Data Mining Concept, Models and Techniques,12th ed., Prof. Lakhmi C. Jain Prof. Janusz Kacprzyk, Ed.Springer, Craiova, Romania.
[11] Pattekari, S. A., Parveen, A. 2012. Prediction System for Heart Disease Using Naive Bayes. International Journal of Advanced Computer and Mathematical Sciences. No.3, Vol. 3, Hal. 290-294.
[12] Ganisaputra. Y., Robby Tan. 2013. Pembuatan Aplikasi Data Mining Facebook dan Twitter dengan Naive Bayes. Jurnal Informatika, No.2, Vol. 9. Hal. 173-188.
[13] Utama, Y. 2011. Sistem Informasi Berbasis Web Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya. Jurnal Sistem Informasi (JSI). No.2, Vol. 3, Hal. 359-370
[14] Kadang, M.O. dan Hardi. 2016. Perancangan Sistem Informasi Penjualan Tiket Bus Rappan Marannu. Proseding SeminarIlmiah Sistem Informasi dan Teknologi Informasi. No. 2, Vol. 5.
[15] Suhendar, Gunandi, H. 2002. Visual Modelling Menggunakan UML dan Rational Rose. Bandung : Informatika Bandung.
[16] Arwansyah, Syam, A. 2016. Sistem Pendukung Keputusan Pemilihan Jenis Usaha Menggunakan Metode AHP Berbasis Web. Proseding SeminarIlmiah Sistem Informasi dan Teknologi Informasi. No. 2, Vol. 5.
[17] Sibero. 2011. Kitab Suci Web Programming. Mediakom, Jakarta.