APLIKASI DATA MINING PENCARIAN POLA ASOSIASI NASABAH KREDIT USAHA RAKYAT MENGGUNAKAN METODE APRIORI (ASSOSIATION RULES)

ABIDIN, ZAINUL (2015) APLIKASI DATA MINING PENCARIAN POLA ASOSIASI NASABAH KREDIT USAHA RAKYAT MENGGUNAKAN METODE APRIORI (ASSOSIATION RULES). undergraduate thesis, Universitas Muhammadiyah Gresik.

Preview	Text 9 Abstrak.pdf Download (54kB) | Preview
Preview	Text 14 BAB I.pdf Download (187kB) | Preview
Preview	Text 15 BAB II.pdf Download (108kB) | Preview
Preview	Text 16 BAB III.pdf Download (329kB) | Preview
	Text 17 BAB IV.pdf Restricted to Repository staff only Download (868kB)
Preview	Text 18 BAB V.pdf Download (50kB) | Preview
Preview	Text 19 Daftar Pustaka.pdf Download (28kB) | Preview

Abstract

Semakin banyak jumlah nasabah yang mengajukan pinjaman di bank rakyat Indonesia (BRI) unit Kapasan Surabaya, yang datang dari berbagai kalangan dan tujuan yang berbeda, maka pihak BRI perlu sebuah sistem untuk mengetahui kondisi dari nasabah pinjaman KUR dengan melihat profil dan latar belakang nasabah tersebut. Analisis asosiasi atau association rule mining adalah teknik data mining untuk menemukan aturan assosiatif antara suatu kombinasi item. Dalam konteks mining data nasabah pinjaman KUR dengan penggunaan aturan assosiatif dari analisa pola latar belakang nasabah adalah diketahuinya kondisi nasabah Pinjaman KUR di BRI Unit Kapasan Surabaya. Kriteria yang digunakan yaitu tempat tinggal (kecamatan), tanggal (bulan), plafon kredit, jangka waktu (tahun), penggunaan kredit, melalui teknik data mining menggunakan metode apriori (Assosiation Rule).Dengan data nasabah yang besar maka sistem ini dapat digunakan sebagai solusi yang tepat untuk meningkatkan kecepatan proses pembentukan frequent itemset, pembentukan 3 itemset dari 2 itemset, perhitungan nilai support dan confidence serta dapat melakukan pembentukan kaidah asosiasi dari 2-itemset dan 3-itemset. Berdasarkan tabel hasil analisa data nasabah pada bulan september 2013 dan februari 2014, terdapat Rule yang mempunyai tingkat confidence tertinggi pada masing-masing periode dengan rule 3 itemset adalah {16-20 juta, 2 tahun} → {tambah mudal usaha} dengan nilai confidence sebesar 100 % . sedangkan rule 2 itemset tertinggi adalah {16-20juta} → {tambah mudal usaha}dengan nilai confidence sebesar 87.49 % .yang memiliki korelasi atau hubungan yang positif dari pasangan variabel nasabah dengan nilai korelasi ≥ 1.

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	maysatin may aliah
Date Deposited:	15 Jul 2019 10:07
Last Modified:	15 Jul 2019 10:07
URI:	http://eprints.umg.ac.id/id/eprint/1947

Actions (login required)

View Item