Dalam pemberian pinjaman kepada nasabah, banyak faktor yang dipertimbangkan dalam pengambilan keputusan kelayakan nasabah. Terdapat 5 faktor yang menjadi pertimbangan dalam analisa pemberian kredit dikenal dengan istilah 5C yaitu character, capacity, capital, collateral, dan condition of economy. Faktor tersebut yang akan menjadi kriteria sistem pendukung keputusan dalam menentukan penilaian kelayakan kredit. Dalam penyeleksian penentuan penerimaan kelayakan nasabah dibutuhkan suatu sistem pendukung keputusan. Sistem pendukung keputusan merupakan suatu sistem yang menghasilkan alternatif keputusan yang digunakan sebagai alat bantu pengambilan keputusan dalam memberikan alternatif terima atau tidaknya pengajuan kredit oleh pemohon kredit. Harapan dari penelitian ini adalah dapat merancang, serta mengaplikasikan sistem pendukung keputusan mampu memberikan keputusan kelayakan kredit kepada calon nasabah. Metode yang digunakan dalam sistem pendukung keputusan ini yaitu metode ALGORITMA C4.5 merupakan algoritma pohon keputusan yang sering digunakan untuk membuat suatu pohon keputusan karena memiliki tingkat akurasi yang tinggi dalam menentukan keputusan. Hasil dari pengujian sistem menggunakan Algoritma C4.5 mencapai tingkat akurasi 88.89% untuk jumlah data latih 51 dan data uji 49 sedangakan untuk data latih 72 dan data uji 28 mencapai tingkat akurasi sebesar 92.59%.


Deskripsi Lain

In granting loans to customers, many factors are considered in decision making eligibility customers. There are five factors into consideration in the analysis of credit known as the 5C character, capacity, capital, collateral, and the condition of economy. These factors will be the criteria for decision support system in determining the creditworthiness assessment. In selecting the reception determining eligibility of customers required a decision support system. Decision support system is a system that produces an alternative decisions used as a decision making tool to provide alternative credit application received or not by the credit applicant. Expectations of this study is able to design and apply the decision support system capable of delivering the decision to the credit worthiness of the prospective customer. The method used in this decision support system is a method Algorithm C4.5 decision tree algorithms are often used to create a decision tree because it has a high degree of accuracy in determining the decision. The results of testing the system using the algorithm C4.5 achieve 88.89% accuracy rate for the amount of training data and test data 51 to 49 while the training data and test data 72 28 reached the level of accuracy of 92.59%.

• SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BERPRESTASI DENGAN INTEGRASI FAHP DAN ELECTRE II
• SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE INTREGRATED PERFORMANCE MEASUREMENTS SYSTEMS (STUDI KASUS : PT. SINAR SOSRO)
• SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA PPA,BBM, DAN MAGANG MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)(STUDY KASUS : FAKULTAS TEKNIK UTM)
• SISTEM PENDUKUNG KEPUTUSAN PARIWISATA UNGGULAN DI JAWA TIMUR DENGAN VISUALISASI GEOGRAFI MENGGUNAKAN METODE FAHP DAN MAUT
• SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI JURUSAN DENGAN MENGGUNAKAN METODE AHP DAN SAW (STUDI KASUS SMKN 1 BUDURAN SIDOARJO)