Penerapan Metode Modified K-Nearest Neighbor Pada Pengklasifikasian Status Pembayaran Kredit Barang Elektronik dan Furniture
Klasifikasi merupakan serangkaian proses pembentukan model dari suatu objek ke dalam kelompok untuk memprediksi kelas dari suatu objek yang belum diketahui sebelumnya. Modified K-Nearest Neighbor (MK-NN) merupakan salah satu metode klasifikasi pengembangan dari algoritma K-Nearest Neighbor (K-NN) dengan menambahkan proses validitas serta weight voting (pembobotan) untuk mengatasi tingkat akurasi rendah dari algoritma K-NN. Penelitian ini bertujuan untuk mengetahui hasil pengklasifikasian status pembayaran kredit barang elektronik dan furniture serta tingkat akurasi klasifikasi pada metode MK-NN. Data yang digunakan adalah data debitur PT. KB Finansia Multi Finance Tahun 2020 dengan status pembayaran kredit lancar dan tidak lancar serta menggunakan 7 variabel bebas yaitu usia, jumlah tanggungan, lama tinggal, pendapatan, masa kerja, besar pembayaran kredit, dan lama peminjaman kredit. Berdasarkan penelitian yang telah dilakukan, diperoleh nilai akurasi sebesar 84,61% dengan K optimal yaitu K = 5 pada proporsi 90% : 10%
Ketersediaan
Detail Information
Judul | Penerapan Metode Modified K-Nearest Neighbor Pada Pengklasifikasian Status Pembayaran Kredit Barang Elektronik dan Furniture |
---|---|
Pengarang | Selsa Amelia - Personal Name |
No. Panggil | SKRIPSI SEL p 2021 |
Subyek | Klasifikasi, K-Nearest Neighbor, Modified K-Neares |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2021 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Matematika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY