PENERAPAN ALGORITMA NAÏVE BAYES DALAM KLASIFIKASI PERSETUJUAN KARTU KREDIT PADA BANK CENTRAL ASIA (BCA)

Abstract

Persetujuan kartu kredit merupakan suatu fasilitas keuangan yang memungkinkan seseorang atau badan usaha untuk meminjamkan uang untuk membeli produk dan membayarnya kembali dalam waktu yang telah disepakati bersama. Peneliti menggunakan dataset persetujuan kartu kredit (Data Bersih) sebanyak 200 data dengan 6 atribut. Dalam melakukan analisis, peneliti menggunakan Tools WEKA. Dalam penelitian ini, penulis ingin mengklasifikasikan data tersebut untuk memprediksi apakah layak atau tidaknya dalam pemberian kartu kredit. Metode yang digunakan adalah metode Algoritma Naïve Bayes. Pada penelitian ini dilakukan split data sebesar 60:40, 70:30, dan 80:20. Penulis juga mendapatkan hasil akurasi yang berbeda, yaitu pada tools Weka data Testing 20% menggunakan Use Training Set mendapatkan akurasi paling tinggi 87,68% dibanding pengujian lainya, sedangkan untuk akurasi terendah pada data testing 30% menggunakan Use Training Set, yaitu 80,68%. Algoritma Naïve Bayes dapat dikatakan sebagai salah satu algoritma yang efektif baik dari perhitungan ataupun hasil akhir yang mana pengujian tersebut dapat dijadikan sebagai landasan terkait persetujuan kartu kredit.