ARTICLE
TITLE

OPTIMASI NAÏVE BAYES DENGAN PARTICLE SWARM OPTIMIZATION DAN STRATIFIED UNTUK PREDIKSI KREDIT MACET PADA KOPERASI

SUMMARY

Dalam bisnis, koperasi memiliki peranan penting dalam meningkatkan perekonomian nasional. Ketidakmampuan anggota untuk membayar angsuran kredit merupakan masalah utama yang terjadi pada koperasi. Akibatnya, terjadi kredit macet. Koperasi dapat menghindari kredit macet dengan membuat prediksi dari anggota koperasi yang berpotensi terlambat membayar kredit. Dalam beberapa penelitian telah menggunakan Naive Bayes untuk masalah klasifikasi karena perhitungan yang efisien, dan  akurasi tinggi. Tetapi Naive Bayes mengasumsikan bahwa semua atribut kelas tidak tergantung pada atribut lainnya. Naive Bayes sesuai untuk masalah klasifikasi dengan atribut besar. Namun, asumsi ini sering tidak dapat dipertahankan dalam masalah klasifikasi nyata. Dalam beberapa dokumen, kinerja Naive Bayes tidak sempurna. Tujuan dari penelitian ini adalah untuk mengoptimalkan metode Naive Bayes menggunakan Particle Swarm Optimization (PSO) dan untuk meningkatkan akurasi dalam memprediksi kredit macet di koperasi. Penelitian ini menggunakan data dari Pusat Data Koperasi (PUSKOPDIT) DKI Jakarta. Data set kredit yang diperoleh sebanyak 565 record dengan 15 prediktor atribut dan 1 atribut kelas. Hasil pengujian dengan confusion matrix dan kurva ROC diperoleh dari nilai akurasi sebesar 86% dan nilai sebesar 0,867 dengan diagnosis klasifikasi baik. Penelitian ini menunjukkan bahwa penggunaan PSO pada NBC untuk memprediksi kredit macet meningkatkan akurasi 21,03% dan AUC sebesar 0,069. Hasil uji T-Test dan Anova menunjukkan bahwa pada dua metode klasifikasi yang diuji memiliki perbedaan yang nyata (signifikan) dalam nilai AUC.

 Articles related

I Guna Adi Socrates, Afrizal Laksita Akbar, Mohammad Sonhaji Akbar, Agus Zainal Arifin, Darlis Herumurti    

-

Revista: Lontar Komputer

Yoga Religia, Amali    

The quality of an airline's services cannot be measured from the company's point of view, but must be seen from the point of view of customer satisfaction. Data mining techniques make it possible to predict airline customer satisfaction with a classifica... see more


Agung Nugroho, Yoga Religia    

The increasing demand for credit applications to banks has motivated the banking world to switch to more sophisticated techniques for analyzing the level of credit risk. One technique for analyzing the level of credit risk is the data mining approach. Da... see more


Fajar Pramono, Didi Rosiyadi, Windu Gata    

The use of Learning Management System (LMS) applications made by Google with name Google Classroom since 2015 in junior and senior high schools in Bekasi City helps the learning process become easier. However, its use can have positive and negative effec... see more


Yohakim Benedictus Samponu, Kusrini Kusrini    

Education at this time is an important requirement in facing the demands of an increasingly advanced era in technolo-gy. To compensate this, the existing educational standards in universities must also be improved, this is a bit much affect the pattern o... see more

Revista: Jurnal ELTIKOM