Skripsi

CREDIT SCORING MENGGUNAKAN ALGORITMA CLASSIFICATION AND REGRESSION TREE (CART) DAN ARTIFICIAL BEE COLONY

---

Penilaian

---

Berbagai teknik statistik dan machine learning telah digunakan untuk mengembangkan model prediksi keuangan .Dalam hal ini Penilaian kredit sangat berkaitan erat dalam hal prediksi kelayakan kredit. Karena tidak ada kesepakatan umum atas rasio keuangan sebagai fitur masukan untuk pengembangan model, banyak penelitian menganggap pemilihan fitur sebagai langkah pra-pemrosesan dalam data mining sebelum membuat model.Penelitian ini menguji pengaruh seleksi fitura menggunakan Artificial Bee Colony terhadap peningkatan performa algoritma CART. Hasil eksperimental menunjukkan bahwa ABC merupakan kombinasi terbaik dari pemilihan fitur dalam meningkatkan performa algoritma CART . Dibandingkan dengan beberapa algoritma optimasi PSO dan Ant Colony metode yang diusulkan menunjukkan kinerja yang luar biasa.Hasil pengujian dengan 2 jenis dataset menunjukan tingkat akurasi CART + ABC dengan akurasi 80% dan 82%.Dengan adanya penelitian ini diharapkan dapat menjadi sebuah rujukan dalam hal penilaian kredit ,memungkinkan bank untuk menolak calon peminjam dengan kelayakan kredit yang buruk.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2107004731	T58066	T580662021	Central Library (REFERENCES)	Available but not for loan - Missing

Detail Information

Series Title

-

Call Number

T580662021

Publisher

Inderalaya : Prodi Magister Ilmu Komputer, Fakultas Ilmu Komputer., 2021

Collation

xiii, 58 hlm. : ilus. ; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

004.015 107

Content Type

Text

Media Type

unmediated

Carrier Type

-

Edition

-

Subject(s)

Prodi Magister Ilmu Komputer
Algoritma Classification

Specific Detail Info

-

Statement of Responsibility

DS

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment